本文由速途網（sootoo123）原創

作者 / 喬志斌 趙佳茹

我相信，山海將成為連接世界、拓寬人類認知邊界的橋梁。在未來的探索與發展中，云知聲將一如既往地秉持創新、開放、合作的精神，與合作伙伴共同努力，推動人工智能技術的發展，為人類的未來注入無限活力。

(資料圖)

——云知聲創始人、CEO 黃偉

5月24日下午，國內人工智能服務商云知聲交出了一份多年沉淀下來的答卷——山海大模型，正式和大眾見面。

隨著云知聲創始人黃偉先生的介紹，山海大模型也逐漸揭開了它的真面目。說到“山海大模型”的名稱由來，黃偉表示，有很龐大的訓練數據，又有海納百川的能力。

會上，黃偉介紹道“山海大模型”主要有10大能力，在通用能力上，包含語言能力、語言理解、知識問答、推理能力、數學能力、代碼能力，以及與人類對齊的安全合規能力。而面向產業落地，還提供插件擴展，領域增強，企業定制能力。

在現場展示環節，云知聲演示了“山海大模型”表現出多語言的語義理解能力，基于云知聲的AI語音識別能力，能夠通過語音實現內容的錄入，并能夠實現文字、數學、代碼等內容的生成，支持聯系上下文生成概要、解讀等能力，甚至還能識別不同語言中所蘊含的不同感情色彩。

山海回答錯誤，別慌，還有挽救的機會！

在發布會開始，一位戴著面具的男生在主持人的帶領下進入到觀眾視野，山海大模型的發布也直面主題，在剛出場的時候就將其深情回復并富有男聲磁性的音色輸出功能賺得一波眼球。

圖為山海大模型

圖為百度文心一言

同時，速途網也將相同的問題交給文心一言進行回復，對比二者之間的回答，可以看出，在字數層面，文心一言多于山海大模型，內容方面，山海大模型文案的拼湊感較強，而文心一言所撰寫的電臺文案故事連貫，開頭、正文故事、結束詞格式都很完整。

在云知聲黃偉剛出場，便讓山海大模型做出角色扮演云知聲CEO黃偉撰寫感謝函，并能夠在多輪對話中根據提示做出摘要，整體回答充滿感情色彩，并且符合常用格式。

在一些陷阱問題中，山海大模型表現良好，能夠避免“入坑”。例如，在現場展示中，針對提問的“請問這句話里每一個行是什么意思？行的人，干一行行一行，行行都行”中，山海大模型能夠準確的給出每一個“行”的解釋，并能夠實現完整斷句。

在“高考滿分才750，怎么才能考985？”山海大模型也能準確的判斷出“985”并不是分數概念，并給出解釋。

比較驚喜的是，在一些邏輯問題中，山海大模型即使首次回答的并不是正確答案，但能夠在給出一些引導和提示后，回復出正確答案，也證明了山海大模型能夠在多輪對話中不斷學習的能力。

此外，“山海大模型”還具備數學計算、邏輯理解、代碼生成調試等功能。

現場喊話：山海大模型超越GPT4

值得一提的是，“山海大模型”還強調正向引導、合法合規、價值觀對齊，不僅能夠給予用戶積極正向的價值觀引導，同時對于非法、違規的提問進行規避與勸阻。

在發布會中，針對于企業信息的安全方面，云知聲表示還可以提供“山海大模型”的本地部署版本，讓用戶的數據與商業機密完全在本地保存并處理，做到安全可控。

在醫療領域、教育領域、物聯領域，云知聲也依托山海大模型推出了行業大模型。

甚至在醫療領域，云知聲宣稱目前山海大模型超GPT-4中文水平，在MedQA測評中，山海大模型、GPT4、Med-PalM、GPT3.5的水平分別達到81.56%、71.07%、67.6%、40.31%；在臨床執業醫師資格考試中，山海大模型、SOTA分別達到511分、456分，遠超365分的平均分和360分的及格線。

據介紹，云知聲大模型切入由點及面，在ChatGPT推出后，云知聲已開始訓練模型，將分兩步推進：先在六七百億參數提升優質數據規模，再擴大到千億級參數提升大模型效果。

由此看來，垂直行業大模型的出現為國內人工智能水平提供了彎道超車的可能，并且能夠將通用大模型的落地和商業應用呈現，讓大模型也不再只是能夠聊天的機器人模型，更加精準的運用到各行各業中。

值得關注的是，山海大模型還加入了插件功能，能夠通過插件的開啟和關閉來控制語料庫。

會后，速途網對話了云知聲云知聲創始人、CEO黃偉、以及云知聲董事長、CTO梁家恩，共同探討了山海大模型背后開發細節，以及對于大模型領域的真知灼見。

云知聲CEO黃偉：大模型的出現是AI行業的一場“工程革命”

黃偉指出，山海大模型技術架構就是通用大模型，并針對知識密度高的領域，通過數據訓練、訓練數據、微調等方式，做一些專業的加強，這樣模型既具備了通用應用水平，也針對特殊場景與領域進行了能力的加強。

他認為，大模型的出現是AI行業的一場“工程革命”，OpenAI把已知的能力整合，然后不斷做大，讓行業首次認識到了大模型從量變到質變的過程。

無論是通用大模式還是專業大模型，都是建立在一個通用大模型的基座上，在某一個領域進行知識增強。

同時他還指出，在AI 1.0時代，雖然基于深度學習，每家都有強大的技術，但整體上并沒有本質改變AI用于分類的任務，分類種類的增加仍然處在量變階段，限制了AI創造價值的上限。

而在大模型引領的AI 2.0時代，為人工智能帶來了新的能力，可以打造更多新的產品，滿足客戶更多的需求，例如醫療、營銷、溝通等，能夠創造更多的商業機會。

例如，以前醫療行業利用AI的方式去錄入病例，但是醫生依然需要逐字錄入信息，如今借助山海大模型，只需要隨著醫患問答的過程中，就能夠提取關鍵信息生成病例，解放了醫生的雙手，提高了醫療的效率。

而面對專業領域，想要打造大模型，必然需要行業的數據，但并不是只有數據就夠了，山海大模型在針對醫療領域進行增強的過程中，不僅需要一些行業的數據，還加入了大量的專輯、病案、教材，以及云知聲在為醫療服務中積累的千萬級的標準的醫療數據，并背靠國內最大的醫療知識數據圖譜，才實現了山海大模型在MedQA評測能力中超越GPT-4的結果。

此外，AI對于復雜邏輯理解能力大幅增強，扭轉了用戶對于AI“人工智障”的刻板印象，也讓更多人接受人工智能，為AI的廣泛應用創造的條件。

梁家恩表示，就目前而言，大模型仍然是有限的東西，但對于沒有見過的東西，大模型會生成“似是而非”的回答，而隨著AI生成能力的不斷增強，但校驗會更加困難，這也讓AI行業需要不斷去探索新的解決方法。

關鍵詞：