13年死磕一个真理，这家中国AI黑马冲刺IPO

地铁站，老人方言购票秒出；医院里，医生病历书写时间压缩至1h。这家深耕AI的先锋长跑13年，如今即将叩响港交所大门。这条路没有捷径，只是把「人的需求」作为终点，或许这才是AI最本真的温度。

「去世界之窗——」，深圳地铁20号线上，一位老人对着售票机用浓重的方言说道。

1.5秒后，机器准确出票。

而放到以前，同样情况下完成自助购票动作，可能至少需要15秒。

这个看似简单的交互背后，是数万小时方言训练的成果——而这只是云知声技术长跑中的一个缩影。而今，这家让机器真正"听懂人话"的公司，刚刚在港交所通过聆讯。

2012年，当中国AI行业刚刚萌芽时，云知声在北京悄然成立。彼时，国内AI企业不足百家，大多数还在追逐通用技术的风口。十三年过去，当90%的同时代创业公司已销声匿迹，这家坚持「用技术听懂世界」的公司，即将站上港交所的舞台。

这是一个关于坚持的故事，更是一个关于价值的证明。技术本身并无温度，它在场景中的应用让它有了温度。

在医疗领域，云知声的智能病历系统让医生日均书写时间从3小时缩短至1小时以内；在轨道交通场景，语音交互技术让数千万乡音未改的人跨越了数字鸿沟。从深圳地铁的售票机到北京协和的诊疗室，从方言识别到病历质控，这些看得见、摸得着的改变，正是AI技术最本真的价值。

世界上最难走的路其实是捷径，企业发展过程中要敢于做难而正确的事情。正是这种坚持，让云知声在行业浮躁时选择深耕垂直场景，在大模型热潮中坚守应用落地，最终构建起从底层算力到场景应用的完整技术体系。

云知声创始人、CEO黄伟博士曾动情地说，人工智能是他一辈子的事业，他们要让AI像水电一样触手可及，但比技术更重要的是永远敬畏人的需求。用自主技术解决真问题，用场景创新服务普通人。

这次IPO，不仅是对云知声13年坚持的肯定，更是市场对「技术服务于人」这一理念的认可。在中国AI产业从跟跑到并跑的关键阶段，云知声的上市将为行业树立一个新的价值标杆，即真正的技术创新，永远以人的需求为终点。

一、从语音识别到全栈AGI的十年进化

在中国人工智能发展的壮阔图景中，云知声的成长轨迹与整个AI产业的演进同频共振，堪称一部浓缩的产业进化史。

过去十多年，中国AI产业经历了从技术探索到商业落地的完整周期，纵观进化主线，可以清晰看到三个重要阶段：技术突破期（2012-2016）、场景探索期（2016-2020）和深度赋能期（2020至今）。

云知声则用自身发展印证了这一历程，从单一语音识别技术提供商，到全栈AGI解决方案引领者，每一步都踩准了产业升级的关键节点。

云知声的发展历程可以进一步细分为四个阶段，分别是语音交互开拓期（2012-2014）、「云端芯」战略布局期（2014-2018）、垂直行业深耕期（2018-2022）和AGI时代领航期（2023至今）。这四个阶段也是中国AI企业穿越周期不懈探索的缩影：

1）语音交互开拓期（2012-2014）

在深度学习尚未普及的2012年，云知声敏锐捕捉到语音交互的变革机遇。公司推出的「语音云」平台开创性地采用DNN算法，将中文语音识别准确率提升至一个新的水平。

这一阶段的技术创新取得了积极的市场反馈，2014年搭载云知声远场语音方案的乐视超级电视销量超150万台；为微信提供的语音输入插件，上线后进入App Store工具类前三；与中国移动合作的12580智能客服系统有效提升了服务效率。

由轻量级终端来处理简单指令，复杂计算则交由云端完成，这些成功实践验证了"云端结合"架构的商业可行性。

2）「云端芯」战略布局期（2014-2018）

纯粹依赖云端，存在延迟高、隐私差等痛点。随着中国AI进入场景探索阶段，云知声前瞻性地启动芯片自研，推出国内首批物联网专用语音AI芯片「雨燕」。

雨燕是国内首批专为物联网设计的语音AI芯片之一 ，其唤醒延迟低于0.3秒 ，显著优于传统方案。

与此同时，公司内部也在悄然构建着更宏大的技术蓝图——UniCore深度学习框架开始整合计算机视觉、自然语言处理等多模态能力。

3）垂直行业深耕期（2018-2022）

然而，一个问题出现了：通用型AI在一定程度上面临着落地难的问题。

此时，中国AI产业进入强调价值落地的关键阶段，云知声选择医疗和物联作为突破口。

这一时期，云知声的技术底座持续强化，Atlas智算平台算力扩容至100 PFLOPS；知识图谱构建工具完成10万级医学实体关系梳理；边缘计算框架支持毫秒级实时推理。这些技术沉淀为后续的AGI转型打下了基础。

4）AGI时代领航期（2023至今）

当中国AI进入深度赋能的新阶段，云知声也进入了新纪元。

公司于2023年发布600亿参数山海大模型。该模型在SuperCLUE 2024年7月评测中，文科能力全球第三，国内第二；理科能力全球第二，国内领军，其医学问答能力更是超越GPT-4。实际上，它不是简单复刻ChatGPT，而是将十年以来积累的行业Know-how注入模型微调。

回望十年征程，在AI行业普遍追求单点技术突破的背景下，云知声选择了一条更具战略纵深的路径——构建从底层基础设施到上层应用的全栈自研技术体系，从语音算法到AI芯片再到600亿参数大模型，从底层去创新；构建UniBrain，通过这一AI能力中台进行能力沉淀；在医疗、物联等领域培育标杆案例，从而实现场景的裂变。

云知声全栈AGI技术和产业化布局

从硬科技到深场景，再到强生态，这一演进路径使云知声成功穿越了AI行业的多个周期。

二、AI重构生活与医疗价值链

在AI技术深入各行各业的今天，云知声以智慧生活和智能医疗双轮驱动，通过技术创新不断提升社会效率，改善人们生活质量。

1）生活AI：让技术温暖每个日常

在生活AI领域，云知声始终秉持「技术赋能场景」的理念，通过打造标杆案例验证技术价值，进而实现规模化应用落地。其生活AI解决方案正在重塑城市公共服务与家庭生活体验。

正如本文开篇提到的场景，深圳地铁20号线智能语音售票系统为例，这项技术突破带来的不仅是效率提升，更是社会包容性的增强。

基于这一成功模式，云知声的业务版图快速扩张，在智能家居领域服务了美的、格力、海尔、TCL等头部品牌，覆盖700+家电品类。据《2024年中国智能家居行业发展白皮书》，云知声占国内智能家居语音交互模块市场份额约35%，云知声的技术创新正在改变中国家庭的生活方式。

云知声的官方资料显示，公司服务客户数从2022年的373家增加至2024年的411家，年复合增长率5%，其中，新增客户中82%为行业龙头或民生项目；生活解决方案收入占比从32%提升至39%，成为公司的第二大营收来源。

根据弗若斯特沙利文统计数据，按2024年收入计算，云知声在中国生活AI解决方案提供商中排名第三。

这些创新和数字的背后是云知声对技术普惠的坚持，用AI弥合数字鸿沟，让技术进步真正惠及每个普通人。

2）医疗AI：推动医疗智能化转型

云知声构建了覆盖病历质控、医保审核、单病种管理、风险预测等智能医疗解决方案，深度重构了医疗服务体系。

传统医疗质控依赖人工抽检，效率低且覆盖面有限。云知声的病历质控系统通过自然语言处理（NLP）技术解析病历文本，从完整性、逻辑性、合规性等多个维度内置上千条质检规则，较人工抽检大大提升了效率。

临床决策的精准性直接影响患者预后，云知声单病种管理平台整合包括指南文献、用药禁忌、并发症关联等在内的400万医学关系节点，为医生提供循证医学支持。

云知声招股书显示，公司为北京协和医院实施语音病历转录系统，该系统为全院40多个临床和医技科室提供分场景支持。语音识别显著提高了输入速度，录入准确率在98%以上，该系统尤其在神经科、免疫内科、血液科、普通内科等对病历准确、细致要求较高的科室表现优异。

根据艾瑞咨询发布的《中国医疗科技行业研究报告》及其他公开资料，云知声智慧医疗解决方案已部署400家医院，另有700余家进入测试阶段，在电子病历细分市场占有率稳居行业前三。

根据弗若斯特沙利文的数据，按2024年的收入计算，云知声在中国的医疗服务及治疗AI市场中排名第四。

从质控到决策支持，云知声的医疗AI解决方案已形成「监测—预警—优化」的闭环体系。随着政策对智慧医院建设的加码，AI技术将进一步向诊疗核心环节渗透。

未来，融合多模态数据的专科专病模型、基于大语言的临床辅助系统或成为行业突破点，云知声有望持续领跑医疗智能化赛道。

三、从6亿到9.4亿的突围战

在资本趋于冷静的大背景下，云知声的财务数据却讲述了一个关于坚持与远见的故事。

翻开云知声2022年-2024年的财报，一组数字格外引人注目：营收从6亿元稳步攀升至9.39亿元，年均复合增长率达到25%，节奏稳健。

更值得关注的是，毛利润也从2.4亿元增长至3.64亿元，盈利能力持续提升的背后，是产品矩阵不断丰富、商业化路径日益清晰的真实写照。

而支撑这些商业成果的，是云知声对技术研发的持续投入——研发费用从2020年的1.87亿元激增至2024年的3.64亿元，研发投入占比长期保持在40%左右的高位。对技术创新的执著，让公司在AGI和大模型领域始终保持着领先身位。这也是云知声成为承担国家科技部、工信部等多项科研课题国家级重点项目承接单位的重要因素之一。

根据弗若斯特沙利文报告，云知声已跻身中国AI解决方案提供商前四强，其头部客户留存率高达85%，用户黏性远超行业平均水平。这种黏性不仅来自于技术优势，更源于一个个真实的场景突破，从缩短患者候诊时间到提升地铁运营效率，云知声的解决方案正在创造看得见的社会价值。

这些年，AI的发展经历了多个周期，行业一直在高峰与低谷之间穿梭。根据弗若斯特沙利文的数据，在经济增长和客户需求的推动下，中国的AI解决方案市场规模从2019年的422亿元人民币增加至2024年的1804亿元人民币，复合年增长率为33.7%。

未来将持续向好，预计2030年市场规模将达到11749亿元人民币，2024年至2030年的复合年增长率为36.7%。

亏损是AI行业高速发展期的普遍现象，尤其在技术研发、场景落地和生态构建的投入阶段。参考全球AI领军企业的成长路径，短期投入是为了构建更深的护城河。

云知声作为深耕AI领域的先行者，始终以技术创新和长期价值为核心。随着技术复用率提升和行业需求爆发，盈利是水到渠成的结果。

中国的AI解决方案市场高度分散，这一市场的竞争者也越来越多，AI行业的终局不会是一家通吃，分散的市场则意味着机会。

云知声专注「AI+行业」的深水区，多年的深耕积累了大量的「场景Know-How」，加之从芯片、算法到解决方案的全链条控制，确保了公司对客户需求的快速响应，这是通用大模型公司等在短期内难以突破的壁垒。

人工智能是一个需要长期投入的行业，必须具备三个关键品质：坚定的热情与决心、敏锐的趋势洞察力，以及强大的实干能力。这也是云知声应对挑战的底气所在。

整个AI行业机遇与挑战交织，凭借扎实的技术积累和清晰的商业化路径，云知声已经为AI时代的长期竞赛做好了准备。

文章来自于“新智元”，作者“编辑部 ZYH”。