云知聲李霄寒：站在2015，沒想過2018我們會推出自己的芯片

作者：

時間：1900/1/1 0:00:00

繼去年5月推出首款物聯網人工智能芯片Swift及其系統解決方案后，人工智能企業云知聲于1月2日在北京舉行新聞發布會，正式宣布其多模式人工智能芯片戰略和規劃。會上，它同時曝光了其正在開發的各種人工智能芯片，以定位不同的場景，包括用于物聯網的第二代語音人工智能芯片Swift Lite、用于智能城市的支持圖像和語音計算的多模態人工智能芯片Dolphin和用于智能出行的多模態AI芯片Leopard。5G推動了AIoT的落地，多模式人工智能核心成為必然。云知聲創始人兼首席執行官黃偉認為，我們目前正處于5G爆發的邊緣，5G與人工智能的結合將真正推動AIoT的落地和實現。可以預見，未來對海量多維數據（如語音、圖像、視頻等）的集中處理和邊緣分布式計算的需求，將不可避免地進一步挑戰人工智能底層支撐硬件芯片的計算能力。同時，人工智能在AIoT場景中的應用對端云交互有著強烈的需求。強大的云將使終端更有能力，而強大的終端可以提高數據處理的實時性和有效性，從而增強云的能力。兩者需要緊密結合，這就需要對芯片設計和云架構進行統一考慮。傳統的通用解決方案架構在高實時性和智能化場景中的計算能力有限，無法平衡成本、功耗和安全性等許多實際需求。因此，具備多維AI數據集中處理能力的多模態AI芯片將成為必經之路。同時，黃偉指出，對于5G萬物互聯時代，人工智能服務需要提供更多基于場景的解決方案，云+核心融合的服務模式將成為行業主流。基于此，他進一步對SOC（系統芯片）的傳統概念提出了新的定義，其中S代表不同的人工智能服務能力，即Skills，O代表云和邊緣之間的交互式開/關云，C代表具有智能處理能力的人工智能芯片。從IVM到Swift，云知聲的造芯之路云知聲從2014年開始切入物聯網AI硬件芯片方案（IVM），2015年開始形成量產出貨。其中，家居領域的客戶幾乎覆蓋了格力、美的、海爾、長虹、海信、華帝等國內所有一線家電廠商。在深度場景提供服務的過程中，云知聲于2015年正式啟動了自研AI芯片計劃，以彌補通用芯片解決方案在給定成本和功耗條件下的能效比問題，以及邊緣算力和多模態AI數據處理方面的不足。去年5月16日，云知聲正式發布了云知聲近三年來自主研發打造的首款物聯網AI芯片。該芯片采用云知聲獨立的人工智能指令集，擁有完全自主知識產權的DeepNet1.0和uDSP（數字信號處理器），支持DNN/LSTM/CNN等各種深度神經網絡模型，性能比通用方案提高了50多倍。在芯片發布僅四個月后，云知聲就選擇開源基于Swift的解決方案，并于去年9月正式推出了智能家居和智能音箱兩款標桿解決方案。通過“云芯”的結合，為客戶和合作伙伴提供針對特定場景的軟硬件集成交鑰匙解決方案，使客戶能夠在更短的時間內以更高的設計起點、更低的成本構建更穩定可靠的產品。同時，開源解決方案還可以確保客戶能夠基于所提供的人工智能能力設計其他長尾產品形式，構建更豐富的AIoT生態系統。目前，基于Swift芯片的全棧解決方案已引入美的、奧克斯、海信、京東、360、中國平安、硬蛋科技等10多家解決方案提供商和合作伙伴，相關產品最早將在Q1量產。物聯網AI芯片的多模式進化在第一代UniOne芯片Swift的發布會上，云知聲聯合創始人李小涵曾指出，UniOne不是芯片，b……

一系列芯片，代表了云知聲對物聯網AI芯片發展戰略的總體構想。在今天舉行的云知聲2019多模態人工智能芯片戰略發布會上，李小涵再次從三個方面論證了物聯網多模態人工芯片的必要性。他認為，目前物聯網產品線的AI芯片正日益呈現出三個趨勢：第一是場景化。芯片設計正在從最初片面追求PPA，即功率、性能和面積，逐漸演變為一種基于軟件和硬件，甚至包括云服務來解決垂直領域特定問題的方法。芯片本身已經成為整個解決方案的重要組成部分，而不是唯一的解決方案；

第二，端云交互。在物聯網的不同應用場景中，為了實現海量終端設備的智能化功能，需要與端云協同，即在邊緣算力和云算力之間形成動態平衡。端云交互的提出需要AI芯片的大力支持，這進一步影響了芯片的設計和最終交付。此外，數據是多模態的。在5G驅動的萬物智能的場景中，芯片接觸的數據維度將從單一變為多樣化，芯片需要處理的數據也將從單一模式變為多模式，這對芯片的設計，尤其是物聯網的人工智能芯片提出了新的挑戰。結合以上三點，李小涵認為，物聯網AI芯片的最終呈現形式將不再是單一的硬件，而必須是承載邊緣能力和云能力的多模式AI軟硬件集成解決方案。云知聲多模態人工智能芯片的技術布局為了實現多模態AI芯片的戰略落地，云知聲加快了技術布局，在機器視覺方面取得了突飛猛進的進展。其中，面向機器視覺的輕量級圖像信號處理器可以在不依賴外部存儲器的情況下，以30fps的速率實時預處理傳感器的圖像，從而進一步提高后續機器視覺處理模塊的處理速度和效果。借助基于人臉信息分析的多模態技術，可以實現人臉/物體識別、表情分析、標注和嘴唇跟蹤等功能，為產品交互和用戶體驗提供更多的可玩性和靈活性。特別值得一提的是，云知聲多模式人工智能的核心IP DeepNet 2.0的發布，標志著云知聲的人工智能處理核心從1.0的語音時代全面進入了融合語音、圖像等處理能力的2.0多模式時代。DeepNet2.0兼容LSTM/CNN/RNN/TDNN等各種推理網絡，支持可重構計算和Winograd處理。最大可配置計算能力為4T，達到行業一流水平。目前，云知聲DeepNet2.0已經在FPGA上進行了驗證，并將在2019年推出的新型多模態人工智能芯片Dolphin上推出。此外，在圖像與芯片技術的產學研合作方面，云知聲還與杜克大學牽頭的美國國家自然科學基金會下唯一的人工智能計算中心--ASIC達成了深度合作，致力于算法壓縮和量化技術以及基于內存計算的新計算架構的研究，這將進一步為云知聲的多模態AI芯片戰略奠定堅實的基礎。三款在研芯片曝光，2019年將開始量產。在首款量產芯片Swift已被大量客戶引入并占據市場首動優勢的背景下，云知聲在2019年芯片落地規劃上仍將保持積極態度。李小涵透露，除了不斷迭代升級現有Swift芯片的性能和服務外，云知聲面向不同方向的各種芯片也在開發中，包括應用范圍更廣的超輕量級物聯網語音AI芯片Swift Lite，集成了云知聲最先進的神經網絡處理器DeepNet2.0。與吉利集團旗下生態鏈企業易卡通科技合作打造的可支持智能城市場景語音、圖像等多模態計算的多模態人工智能芯片Dolphin和智能出行場景的多模態汽車級人工智能芯片Leopard。上述三款芯片計劃于2019年開始大規模生產。目前，云知聲憑借在家居、汽車等真實場景中豐富的產品經驗，以及具有先行者優勢的AI芯片能力，將業務覆蓋到智能家居、智能汽車、智能兒童機器人、智能酒店、智能交通等多個場景。未來，云知聲將繼續開發多模態人工智能芯片，并不斷拓展技術和場景生態，為未來的AIoT時代實現全面賦能。以下是新聞發布會的速記，有刪減（速記中省略了一些單詞）：黃偉：下午好，親愛的陳國梁院士，a……

感謝今天在座的各位來賓和朋友。今天是2019年的工作日。非常感謝您把2019年第一個工作日的下午留給云知聲，給我30分鐘的時間聽我的單口相聲。在過去的一年里發生了很多事情，我們很難運作，但我們獲得了很多信任。我們相信，2019年也注定是不平凡的一年。它在哪里非同尋常？我指的不是艱難的一年的開始。我相信，2019年是人工智能真正大規模產業的元年。因此，我感到特別榮幸的是，我們能夠一起見證人工智能是如何在工業化中擴大規模的。今天，應該說云知聲已經走過了第六個年頭，我也很激動。我自己的首席執行官給了我的員工六年的年終獎，這也是一種貢獻。在過去的六年里，出現了許多挑戰。2012年，我們的定義非常明確。云知聲是一家面向互聯網的企業，我們只是從云技術切入。2012年，許多人才可能會第一次接觸智能手機。2012年，我們中的許多人剛剛接觸到移動應用程序。然而，我們相信，在未來，我們不僅會連接人類，還會連接互聯網。我們相信，在不久的將來，萬物互聯，萬物互聯。因此，我們希望利用人工智能技術來布局互聯網。說到物聯網，它實際上不同于傳統的PC互聯網和移動互聯網，這意味著我們有更多的設備和更多的設備形式。回想一下2010年之前我們的互聯網巨頭，他們的市值和利潤。但如果我們今天看看臉書，看看騰訊有多少收入，我們可以從歷史走向互聯網時代，隨著更多場景的介入，它將對整個社會和整個行業產生巨大影響。因此，我相信，在互聯網時代，更多的設備、更多的品類肯定會帶來更大的商機，更大的商業機會肯定會對我們的技術能力提出更高的要求。因此，作為一家初創公司，如何在資源非常有限的情況下為市場和客戶提供更好、更多的能力？我相信這是每個初創公司都應該考慮的問題。如果你不考慮這個問題，你仍然使用PC時代或移動互聯網時代來應對我們即將到來的時代。我相信你的能力和市場區域之間會有差異，你很難確保團隊能夠適應這種市場競爭。所以這是基于未來互聯網時代對這項技術的許多要求，所以我們很早就開始了一些架構布局。從2012年到2013年，我們從一開始到今天都建立了一個運營平臺。為了給客戶提供更多的人工智能能力，我們從一開始就非常重視頂級機器學習平臺的建設。我們建立了一個基于算法的分布式技術平臺，因此云知聲能夠推出業界第一個云識別能力，即自然語言。那么光有能力是不夠的，應該把能力和場景結合起來。我似乎有一種很深的內在力量，需要與你的能力產品聯系起來。2014年，我們希望能夠深化云核心的統一產品體系，為我們的客戶提供支持和服務。我們在云端提供人工智能服務，我們的同事應該在不同的設備終端提供人工智能交互能力。我們應該將其提供給移動終端，以滿足用戶對移動終端的技術和能力要求。在過去的六年里，云知聲是從2012年到2014年。當時我們做的是團隊最擅長的，就是通過云知聲平臺化，把算法平臺化，構建云核心系統。自2018年以來，我們結合場景和算法來定義云核心系統，并在不同的場景中進行了開發。我們下一步要做什么？我們將生產產品。回顧過去的六年，云知聲堅持科大的校訓，更不用說我們做了什么偉大和了不起的事情，但我們在六年內做了三件事。在2012年，學術界的許多人可能還沒有聽說過什么是深度學習，它被稱為（英語）。2012年，云知聲開始將深度學習應用于語音識別技術，并確定了整個公司的技術戰略方向。今天我們知道，2016年3月，在阿爾法狗之后，我們幾乎所有人都知道人工智能。在2016年之前，我們正確地確定……

未來的戰略方向。2014年，我們意識到計算能力和算法必須完美結合。2014年，我們決定集成云核心。2015年，我們決定啟動芯片計劃。2015年，我們對芯片的理解開始有所不同。芯片是高端制造業，我們甚至將其歸類為夕陽產業。我們仍然將其定義為傳統行業，但我們沒有看到技術進步對計算能力的追求。今天，也許我們對產品策略和技能云數據中的算法有了很好的了解，所以云知聲選擇了兩個場景，即AI生活和AI服務。2014年初，云知聲開始設計語音識別。當時，我們沒有看到我在家里不用遙控器就能控制的設備。當我回到家時，我說，把燈打開，同時脫下鞋子。這是我的定義。當我們今天去國美時，我們可以看到幾乎所有有語音交互的設備，無論是海爾還是美的，都在使用云知聲語音交互。繼去年5月推出首款物聯網人工智能芯片Swift及其系統解決方案后，人工智能企業云知聲于1月2日在北京舉行新聞發布會，正式宣布其多模式人工智能芯片戰略和規劃。會上，它同時曝光了其正在開發的各種人工智能芯片，以定位不同的場景，包括用于物聯網的第二代語音人工智能芯片Swift Lite、用于智能城市的支持圖像和語音計算的多模態人工智能芯片Dolphin和用于智能出行的多模態AI芯片Leopard。5G推動了AIoT的落地，多模式人工智能核心成為必然。云知聲創始人兼首席執行官黃偉認為，我們目前正處于5G爆發的邊緣，5G與人工智能的結合將真正推動AIoT的落地和實現。可以預見，未來對海量多維數據（如語音、圖像、視頻等）的集中處理和邊緣分布式計算的需求，將不可避免地進一步挑戰人工智能底層支撐硬件芯片的計算能力。同時，人工智能在AIoT場景中的應用對端云交互有著強烈的需求。強大的云將使終端更有能力，而強大的終端可以提高數據處理的實時性和有效性，從而增強云的能力。兩者需要緊密結合，這就需要對芯片設計和云架構進行統一考慮。傳統的通用解決方案架構在高實時性和智能化場景中的計算能力有限，無法平衡成本、功耗和安全性等許多實際需求。因此，具備多維AI數據集中處理能力的多模態AI芯片將成為必經之路。同時，黃偉指出，對于5G萬物互聯時代，人工智能服務需要提供更多基于場景的解決方案，云+核心融合的服務模式將成為行業主流。基于此，他進一步對SOC（系統芯片）的傳統概念提出了新的定義，其中S代表不同的人工智能服務能力，即Skills，O代表云和邊緣之間的交互式開/關云，C代表具有智能處理能力的人工智能芯片。從IVM到Swift，云知聲的造芯之路云知聲從2014年開始切入物聯網AI硬件芯片方案（IVM），2015年開始形成量產出貨。其中，家居領域的客戶幾乎覆蓋了格力、美的、海爾、長虹、海信、華帝等國內所有一線家電廠商。在深度場景提供服務的過程中，云知聲于2015年正式啟動了自研AI芯片計劃，以彌補通用芯片解決方案在給定成本和功耗條件下的能效比問題，以及邊緣算力和多模態AI數據處理方面的不足。去年5月16日，云知聲正式發布了云知聲近三年來自主研發打造的首款物聯網AI芯片。該芯片采用云知聲獨立的人工智能指令集，擁有完全自主知識產權的DeepNet1.0和uDSP（數字信號處理器），支持DNN/LSTM/CNN等各種深度神經網絡模型，性能比通用方案提高了50多倍。芯片發布僅四個月后，云知聲就選擇開源基于Swift的解決方案，并正式推出了兩本……

去年9月，mark為智能家居和智能揚聲器提供了解決方案。通過“云芯”的結合，為客戶和合作伙伴提供針對特定場景的軟硬件集成交鑰匙解決方案，使客戶能夠在更短的時間內以更高的設計起點、更低的成本構建更穩定可靠的產品。同時，開源解決方案還可以確保客戶能夠基于所提供的人工智能能力設計其他長尾產品形式，構建更豐富的AIoT生態系統。目前，基于Swift芯片的全棧解決方案已引入美的、奧克斯、海信、京東、360、中國平安、硬蛋科技等10多家解決方案提供商和合作伙伴，相關產品最早將在Q1量產。物聯網人工智能芯片的多模態進化在第一代UniOne芯片Swift的發布會上，云知聲聯合創始人李小涵曾指出，UniOne不是一個芯片，而是一系列芯片，這代表了云知聲對物聯網AI芯片發展戰略的總體構想。在今天舉行的云知聲2019多模態人工智能芯片戰略發布會上，李小涵再次從三個方面論證了物聯網多模態人工芯片的必要性。他認為，目前物聯網產品線的AI芯片正日益呈現出三個趨勢：第一是場景化。芯片設計正在從最初片面追求PPA，即功率、性能和面積，逐漸演變為一種基于軟件和硬件，甚至包括云服務來解決垂直領域特定問題的方法。芯片本身已經成為整個解決方案的重要組成部分，而不是唯一的解決方案；

未來的戰略方向。2014年，我們意識到計算能力和算法必須完美結合。2014年，我們決定集成云核心。2015年，我們決定啟動芯片計劃。2015年，我們對芯片的理解開始有所不同。芯片是高端制造業，我們甚至將其歸類為夕陽產業。我們仍然將其定義為傳統行業，但我們沒有看到技術進步對計算能力的追求。今天，也許我們對產品策略和技能云數據中的算法有了很好的了解，所以云知聲選擇了兩個場景，即AI生活和AI服務。2014年初，云知聲開始設計語音識別。當時，我們沒有看到我在家里不用遙控器就能控制的設備。當我回到家時，我說，把燈打開，同時脫下鞋子。這是我的定義。當我們今天去國美時，我們可以看到幾乎所有有語音交互的設備，無論是海爾還是美的，都在使用云知聲語音交互。2014年，我們認為未來的汽車必須是智能的，未來的車主必須通過網絡服務導航，聽歌曲，找到附近的食物。因此，在2015年，我們開始向市場提交車載機箱。如今，我們在后端市場擁有近1800套設備，我們有近40種前端型號。2017年，我們認為家庭將變得智能化，并開始推出家庭智能解決方案，截至目前，已有300個解決方案實施。2015年，云知聲的人工智能能力與產品需求相結合。如今，我們的醫院有500多個布局，其中80%以上是非常頭部化的，包括北京協和醫院、上海礦山醫院等。同樣，我們也將人工智能能力交給我們的互聯網公司來運營。在這一年里，我們也在金融、客戶服務等方面進行了布局。事實上，在2017年，很多人說我們都說創業公司做不到，說想法太多了。人們做人工智能，而你仍然可以制造芯片。事實上，他們不知道云知聲從未受過特殊教育，也從未擁有過特殊家具。在云知聲，我們剛剛從現場降落。通過滿足場景的需求，我們在這個場景中對這個用戶有一定的需求和能力。正是云知聲在2014年決定了云芯整合戰略，這使我們能夠在有限的情況下迅速在場景中布局。對于技術和相關的產品規劃來說，這需要很長的迭代時間。2018年，很多朋友告訴我，今年的業績再次下滑，這是事實。2018年，很多行業都會遇到各種各樣的問題，但可能是云知聲的產品和未來的市場變化。我們已經做了很多準備工作，所以可能會在2018年積累起來。我們的一些公司正在分蛋糕，這表明市場需求已經存在。每個人都在談論如何切割這把刀。云知聲做了很多事情。我們現在所做的，無論是在教育、醫療、智能家具、汽車等領域，云知聲都是行業領域的先驅。我們都在這個場景中。我們擁有創新的技術和系統。我們是第一個做到這一點并制定規模的人。此外，云知聲的收入構成，我們今年的收入來自芯片。看起來，幾億的營業額所帶動的產值可能是幾十億甚至數千億。我們沒有做任何系統的工作。當我們投資公司，尤其是2B公司時，如果我們將這兩個人工產值結合起來，我相信我們今天在人工智能方面相當有分量。為什么我們能做到？因為在過去，我們堅持正確的商業化方式。所以今天我們不僅僅是在2018年，根據現有的產品開發，我們甚至可以預測，與2018年相比，2019年仍然會有增長，即使是在純粹的市場環境中。我相信我們接下來會遇到很多問題。事實上，過去有很多O2O、P2P等。現在有朋友問我，你羨慕嗎？事實上，我一點也不羨慕它，因為我是一個職業。我認為它在平凡中更偉大，有時我會慢慢打下良好的基礎。雖然云知聲在過去的六年里取得了一些進步，但這實際上是我們在這個時代必須要做的。什么是5G？這里面的G是什么？在觀看的過程中，我們感受到的是2G和3G。2G時我們該怎么辦？最多在手機上看小說。云知聲在3G時代的誕生，恰好是3G時代。當時，我們在手機上看照片，4G就來了。今天，Aauto Quicker、Tik Tok等等，但我們發現，與3G和4G相比，5G可能是一個質的變化。今天，我們與社會進行了視覺對話，但基本上我們覺得……

不易彎曲的現在有各種各樣的全息圖，我們甚至可以說我們可以在3D中看到每個人的表情。因此，5G在未來不僅會改變網絡速度，甚至會改變形式甚至行業，因此5G對4G來說是一個革命性的變化。5G的三個典型特征：更寬的帶寬、更低的延遲和廣泛的覆蓋范圍。5G將給每個人的生活帶來改變。5G將使我們從人與人之間的連接，到萬物互聯、人人與每一臺設備之間的連接、5G參考應用的大爆炸、車聯網、物聯網、互聯網等。今天，我們可能會從手機時代擴展到各個行業，連接爆炸和應用爆炸將加速。例如，當我開車時，車聯網會接收到來自其他行業的信息，它會產生很多信息。例如，未來終端中會有越來越多的數據。什么是智力？我非常同意一句話，只有耳朵沒有眼睛是不完整的，所以我認為未來的智能終端必須是多維的。除了計算能力之外，還需要具備深度提供服務的能力。我們在場景中需要什么？我們需要以計算能力為基礎，超越計算能力來解決問題。因此，我們今天有必要重新定義SOC。什么是SKill？在人工智能時代，我們打開一個鏈接進入一個網站。在移動互聯網時代，我們打開手機來了解我們想要實現的功能，幫助您預訂機票和酒店等，所以我們將來會用這種方式做一些事情。那么SKill只是在云端嗎？SKill既存在于云中，也存在于其他地方。我們在這個城市需要很多攝像頭和傳感器。如果我們所有的數據都通過網絡傳輸到云端，那么所有的數據將占用大量的帶寬和資源。如果每個相機都有自己的功能，那么就不需要所有的數據。4G剛出現的時候，流量還不夠，但抖音出現后發現流量還不夠。如果我們完成一些工作，使云更有用，使終端更強，使云更強，那么終端和云之間的互補性可以使能力在場景中進行協作。正是因為云（英國）的相互能力，終端本身也必須有一個可以支持芯片算法的NPU。這個NPU支持語音任務，您也可以支持視頻。在重新定義SOC之后，云將變得更加靈活。只有這樣，當5G+IOT+AI時代到來時，我們才能擁有更好的能力，我們將以這種方式構建我們的場景優勢。事實上，我不知道我們會遇到多少困難。2012年，當我們開放云識別時，中國還沒有云計算。2014年，當我們開始制造云的時候，2015年，我們制造芯片的時候，每年都會發生變化。為什么？因為創業最困難的方式是捷徑，我們也希望能進一步支持和幫助我們，我們堅信我們走的路是平坦的，謝謝！主持人：歡迎云知聲聯合創始人李小涵博士為我們正式宣布云知聲多模人工智能芯片的戰略和布局。李小涵：大家好！各位領導、老師、朋友、合作伙伴、陳老師、吳主任下午好。今天是2019年1月2日，第一個工作日。非常感謝您給云知聲一個下午的時間。今天下午，我將帶領大家回顧一下云知聲過去的課程！當前人工智能物聯網面臨的挑戰是什么，我們對此的思考，以及云知聲在2018年取得的一些成功，云知聲將在2019年擁有非常宏大的芯片技術。首先，讓我們來看看我們的時代。我們現在正處于一個互聯網時代。我們所有人都經歷過個人電腦和移動終端的時代。這兩個時代有什么不同？他們在核心方面有什么不同？我們認為有幾點。首先，社會的數量增加了。在個人電腦時代，家庭是單位，移動互聯網設備是人的單位，因此它得到了改進。在物聯網時代，我們每個人未來都可能擁有一到兩個、三個或更多N個互聯網設備，因此設備數量將大規模爆炸，這對這個產業鏈中的所有參與者來說都是一個巨大的規模。第二點是連接成本較低。在一些成熟的藍牙和WIFI中，我們可以看到5G正在方興未艾。隨著這些連接方法的發展，物聯網設備的連接成本將非常低。這個低價一方面是錢，另一方面是帶寬成本！

在相同的條件下可以傳輸更多的數據。第三個數據維度變得復雜多樣。我們在PC時代收集的數據無非是鍵盤點擊。包括GPS在內的移動互聯網手機的數據包括許多其他用戶的數據化。在物聯網時代，人們更傾向于相互交互，因此對物聯網設備以及應用場景都會有新的要求。我們不可能像在移動時代那樣生產出具有多種應用的芯片手機。在物聯網時代，風扇物聯網平臺和空調物聯網平臺肯定是不同的，而且可能只有少數應用，所以這些差異在物聯網和之前的時代產生了一些新的變化。這些變化給我們帶來了挑戰，也為我們所有人創造了新的機會。物聯網時代一個非常重要的命題是將能力下沉到設備端，這與移動時代不同。移動時代和PC時代都可以使用手機。在物聯網時代，風扇和空調不會共享一個平臺，這意味著終端硬件會有不同的變化，所以物聯網必須解決終端硬件問題。云知聲是如何解決的？2014年，云知聲提出了云芯的產品技術架構。我們相信，物聯網時代的任何產品都會有這三個部分，它們將由云核心組成。僅僅強調其中一個是不夠的，它不能解決人們的需求。因此，我們開發了IDM產品，并于2015年正式量產。經過幾年的發展，客戶眾多，出貨量也在規模上有所增加。直到今天，我們仍然是這一領域的獨特領導者。當我們在2015年取得階段性成果時，我們面臨著一個來自商業方面的新問題。我稱之為戰術挑戰。第一個挑戰是，我們必須處理的數據是語音。紅外遙控器與觸摸屏完全不同，它需要基于深度進行互連。我們對計算能力提出了更高的要求。我們的方法是用更好的算法提供更好的需求，這顯然帶來了負面的成本增加，而且硬件對成本非常敏感。例如，對于家電，我的成本沒有增加一元，而硬件成本買家的一元意味著我的用戶將承擔五倍的增值，也就是說，如果你為云知聲的產品購買一百元，這意味著你最終的成品價格將增加500元左右，但是，如果你的原裝產品一個風扇只賣一兩百元，你怎么能彌補500元的增值呢？因此，這個問題對于印象和5000元以下的費用是有效的。功耗的另一個問題是，更多的計算能力意味著更多的功耗，這對于插件產品來說可能是真的，但對于電視行業的成本來說肯定不是，所以這是我們面臨的一個非常緊迫的問題，這就是2015年的問題。然而，只有商業方面的挑戰是膚淺的。當時，我們看到了一些不同的東西，即所謂的戰略考慮。首先，我們看到，除了我們生產的產品之外，它實際上是我們整個市場中的一個物聯網市場。他與用戶接觸，與用戶打交道必然會有新的數據需要導入，比如語音、頭像、手勢等。為了獲得更好的性能，有必要進行基于深度神經網絡的方法，這意味著我需要在終端提供更充足的計算能力。這是事實。另一個約束是成本約束。如何在指定的成本和條件下提供不同的算法并不是基于普適性的最優算法，這不適合大規模矩陣神經網絡的計算。它效率低下，所以左右是一個根本矛盾，這在我們設計物聯網和人工智能時是不可避免的。只要物聯網的成本仍然是一個不可忽視的點，這種矛盾就會一直存在，我們的使命就是走下去。我們的觀點是，基于深度學習的新硬件勢在必行。簡單地說，就是做邊緣側的人工智能芯片，所以我們在2015年決定這樣做，我們看到了一個趨勢。我們可以抓住這一趨勢。今年的這個時候，我們可以比其他人更好，所以我們勇敢地改變我們的生活，所以這是我們2015年整體項目的想法。我們正在做2016年的團隊模式，該項目已經達成協議……

我在2017年登臺。2018年1月，我們制作了一部MPW，2018年5月，我們進行了一次盛大的發布。6月，我們正式開始批量生產。9月，我們做了另一件事，9月12日，我們發布了一個基于Swift的計劃。9月之后，我們的芯片設計團隊轉向了圖像IP設計。本頁面是（英國）的第一代產品，即Swift的整體介紹。它的體系結構是一個非常典型的芯片。我們已經做了兩件事。一個是（英國）專門從事音頻數據處理，另一個是人工智能數據處理器，一種面向音頻的人工智能神經處理器。當這種人工處理器集成在一起時，效果很明顯，比通用芯片AI（英國）高出50倍。在硬件設備方面，由于該芯片集成度高，外圍電路將成本降低了三分之一。9月12日，我們發布了開源解決方案。我們在這個芯片上做了很多工作。我們在上面安裝了人工智能引擎進行優化。我們還為這個硬件應用程序設計了一個應用程序。如果客戶接受了它并滿足了他的要求，他可以通過直接連接產品來取得突破。我們不需要拿著芯片去找人工智能服務提供商、人類服務提供商或手機開發商。我們給了他一個完整的解決方案。此時此刻，許多客戶正在進行產品進口、測試、開發和生產，因此我們將在市場上推出Swift產品。在2019年第一個工作日的這個時候，我們之前做了很多事情。有必要回顧和展望物聯網的人工智能芯片未來應該做什么，以及他在發展路線上需要考慮哪些核心因素。這是我們必須考慮的。首先，連接、安全和PPA，無論是藍牙、5G還是WIFI，你都必須考慮連接方法，這是一個核心點。第二個安全性，芯片物聯網意味著其他人也可以訪問你的芯片。我們不想生產一臺被其他人入侵并轉移到黑客服務器的相機，這樣你的產品就不能再銷售了。因此，安全和云安全是必須擴展的物聯網。第三個PPA是（英國）性能、功耗和面積，在制造物聯網芯片時應考慮這些因素。如果我們制造人工智能物聯網芯片，僅僅考慮這三個是不夠的。2014年，我們認為未來的汽車必須是智能的，未來的車主必須通過網絡服務導航，聽歌曲，找到附近的食物。因此，在2015年，我們開始向市場提交車載機箱。如今，我們在后端市場擁有近1800套設備，我們有近40種前端型號。2017年，我們認為家庭將變得智能化，并開始推出家庭智能解決方案，截至目前，已有300個解決方案實施。2015年，云知聲的人工智能能力與產品需求相結合。如今，我們的醫院有500多個布局，其中80%以上是非常頭部化的，包括北京協和醫院、上海礦山醫院等。同樣，我們也將人工智能能力交給我們的互聯網公司來運營。在這一年里，我們也在金融、客戶服務等方面進行了布局。事實上，在2017年，很多人說我們都說創業公司做不到，說想法太多了。人們做人工智能，而你仍然可以制造芯片。事實上，他們不知道云知聲從未受過特殊教育，也從未擁有過特殊家具。在云知聲，我們剛剛從現場降落。通過滿足場景的需求，我們在這個場景中對這個用戶有一定的需求和能力。正是云知聲在2014年決定了云芯整合戰略，這使我們能夠在有限的情況下迅速在場景中布局。對于技術和相關的產品規劃來說，這需要很長的迭代時間。2018年，很多朋友告訴我，今年的業績再次下滑，這是事實。2018年，很多行業都會遇到各種各樣的問題，但可能是云知聲的產品和未來的市場變化。我們已經做了很多準備工作，所以可能會在2018年積累起來。我們的一些公司正在分蛋糕，這表明市場需求已經存在。每個人都在談論如何切割這把刀。云知聲做了很多事情。我們現在所做的，無論是在教育、醫療、智能家具、汽車等領域，云知聲都是行業領域的先驅。我們都在這個場景中。我們擁有創新的技術和系統。我們是第一個做到這一點并制定規模的人。此外，云知聲的收入構成，我們今年的收入來自芯片。看起來o……

由數億營業額驅動的看跌價值可能是幾十億甚至數千億。我們沒有做任何系統的工作。當我們投資公司，尤其是2B公司時，如果我們將這兩個人工產值結合起來，我相信我們今天在人工智能方面相當有分量。為什么我們能做到？因為在過去，我們堅持正確的商業化方式。所以今天我們不僅僅是在2018年，根據現有的產品開發，我們甚至可以預測，與2018年相比，2019年仍然會有增長，即使是在純粹的市場環境中。我相信我們接下來會遇到很多問題。事實上，過去有很多O2O、P2P等。現在有朋友問我，你羨慕嗎？事實上，我一點也不羨慕它，因為我是一個職業。我認為它在平凡中更偉大，有時我會慢慢打下良好的基礎。雖然云知聲在過去的六年里取得了一些進步，但這實際上是我們在這個時代必須要做的。什么是5G？這里面的G是什么？在觀看的過程中，我們感受到的是2G和3G。2G時我們該怎么辦？最多在手機上看小說。云知聲在3G時代的誕生，恰好是3G時代。當時，我們在手機上看照片，4G就來了。今天，Aauto Quicker、Tik Tok等等，但我們發現，與3G和4G相比，5G可能是一個質的變化。今天，我們與社會進行了視覺對話，但基本上我們感到相當僵硬。現在有各種各樣的全息圖，我們甚至可以說我們可以在3D中看到每個人的表情。因此，5G在未來不僅會改變網絡速度，甚至會改變形式甚至行業，因此5G對4G來說是一個革命性的變化。5G的三個典型特征：更寬的帶寬、更低的延遲和廣泛的覆蓋范圍。5G將給每個人的生活帶來改變。5G將使我們從人與人之間的連接，到萬物互聯、人人與每一臺設備之間的連接、5G參考應用的大爆炸、車聯網、物聯網、互聯網等。今天，我們可能會從手機時代擴展到各個行業，連接爆炸和應用爆炸將加速。例如，當我開車時，車聯網會接收到來自其他行業的信息，它會產生很多信息。例如，未來終端中會有越來越多的數據。什么是智力？我非常同意一句話，只有耳朵沒有眼睛是不完整的，所以我認為未來的智能終端必須是多維的。除了計算能力之外，還需要具備深度提供服務的能力。我們在場景中需要什么？我們需要以計算能力為基礎，超越計算能力來解決問題。因此，我們今天有必要重新定義SOC。什么是SKill？在人工智能時代，我們打開一個鏈接進入一個網站。在移動互聯網時代，我們打開手機來了解我們想要實現的功能，幫助您預訂機票和酒店等，所以我們將來會用這種方式做一些事情。那么SKill只是在云端嗎？SKill既存在于云中，也存在于其他地方。我們在這個城市需要很多攝像頭和傳感器。如果我們所有的數據都通過網絡傳輸到云端，那么所有的數據將占用大量的帶寬和資源。如果每個相機都有自己的功能，那么就不需要所有的數據。4G剛出現的時候，流量還不夠，但抖音出現后發現流量還不夠。如果我們完成一些工作，使云更有用，使終端更強，使云更強，那么終端和云之間的互補性可以使能力在場景中進行協作。正是因為云（英國）的相互能力，終端本身也必須有一個可以支持芯片算法的NPU。這個NPU支持語音任務，您也可以支持視頻。在重新定義SOC之后，云將變得更加靈活。只有這樣，當5G+IOT+AI時代到來時，我們才能擁有更好的能力，我們將以這種方式構建我們的場景優勢。事實上，我不知道我們會遇到多少困難。2012年，當我們開放云識別時，中國還沒有云計算。2014年，當我們開始制造云的時候，2015年，我們制造芯片的時候，每年都會發生變化。為什么？因為創業最困難的方式是捷徑，我們也希望能進一步支持和幫助我們，我們堅信我們走的路是平坦的，謝謝！主持人：歡迎云知聲聯合創始人李小涵博士為我們正式宣布云知聲多模人工智能芯片的戰略和布局。李小涵：大家好！

各位領導、老師、朋友、合作伙伴、陳老師、吳主任下午好。今天是2019年1月2日，第一個工作日。非常感謝您給云知聲一個下午的時間。今天下午，我將帶領大家回顧一下云知聲過去的課程！當前人工智能物聯網面臨的挑戰是什么，我們對此的思考，以及云知聲在2018年取得的一些成功，云知聲將在2019年擁有非常宏大的芯片技術。首先，讓我們來看看我們的時代。我們現在正處于一個互聯網時代。我們所有人都經歷過個人電腦和移動終端的時代。這兩個時代有什么不同？他們在核心方面有什么不同？我們認為有幾點。首先，社會的數量增加了。在個人電腦時代，家庭是單位，移動互聯網設備是人的單位，因此它得到了改進。在物聯網時代，我們每個人未來都可能擁有一到兩個、三個或更多N個互聯網設備，因此設備數量將大規模爆炸，這對這個產業鏈中的所有參與者來說都是一個巨大的規模。第二點是連接成本較低。在一些成熟的藍牙和WIFI中，我們可以看到5G正在方興未艾。隨著這些連接方法的發展，物聯網設備的連接成本將非常低。這個低價一方面是錢，另一方面是帶寬成本！

我在2017年登臺。2018年1月，我們制作了一部MPW，2018年5月，我們進行了一次盛大的發布。6月，我們正式開始批量生產。9月，我們做了另一件事，9月12日，我們發布了一個基于Swift的計劃。9月之后，我們的芯片設計團隊轉向了圖像IP設計。本頁面是（英國）的第一代產品，即Swift的整體介紹。它的體系結構是一個非常典型的芯片。我們已經做了兩件事。一個是（英國）專門從事音頻數據處理，另一個是人工智能數據處理器，一種面向音頻的人工智能神經處理器。當這種人工處理器集成在一起時，效果很明顯，比通用芯片AI（英國）高出50倍。在硬件設備方面，由于該芯片集成度高，外圍電路將成本降低了三分之一。9月12日，我們發布了開源解決方案。我們在這個芯片上做了很多工作。我們在上面安裝了人工智能引擎進行優化。我們還為這個硬件應用程序設計了一個應用程序。如果客戶接受了它并滿足了他的要求，他可以通過直接連接產品來取得突破。我們不需要拿著芯片去找人工智能服務提供商、人類服務提供商或手機開發商。我們給了他一個完整的解決方案。此時此刻，許多客戶正在進行產品進口、測試、開發和生產，因此我們將在市場上推出Swift產品。在2019年第一個工作日的這個時候，我們之前做了很多事情。有必要回顧和展望物聯網的人工智能芯片未來應該做什么，以及他在發展路線上需要考慮哪些核心因素。這是我們必須考慮的。首先，連接、安全和PPA，無論是藍牙、5G還是WIFI，你都必須考慮連接方法，這是一個核心點。第二個安全性，芯片物聯網意味著其他人也可以訪問你的芯片。我們不想生產一臺被其他人入侵并轉移到黑客服務器的相機，這樣你的產品就不能再銷售了。因此，安全和云安全是必須擴展的物聯網。第三個PPA是（英國）性能、功耗和面積，在制造物聯網芯片時應考慮這些因素。如果我們制造人工智能物聯網芯片，僅僅考慮這三個是不夠的。第一個場景，我們看到，當我們為客戶提供解決方案時，我們需要為某個場景做不同的事情，不僅要做軟件，而且你的芯片很可能就是為這個產品而生的。正如我剛才所說，如果你為風扇或交換機制造物聯網芯片，并與我們一起制造汽車和電視等物聯網芯片時，從云到芯片本身都會發生質的變化，產品的功能功耗也會有很大的不同，所以我認為場景是物聯網人工智能芯片首先考慮的因素。第二個因素是多模態的。我們已經看過很多這樣的場景。我們認為，既然物聯網想要通過各種方式觸達人們，那么物聯網的人工智能芯片就必須具備多模態數據的能力。這是第二個。第三次云交互意味著什么？物聯網芯片是聯網的，而該芯片只是一個先鋒。它通過到達終點站來服務，所以這一點非常重要。僅僅設計一個芯片就是為了解決無法到達目的地的問題。這三點是我認為互聯網人工智能芯片在這個時候需要關注的三個要素。因此，用一句話來總結我的觀點，有必要為基于云的終端交互提供多模式，在性能和功耗方面實現良好的平衡，并考慮連接和安全性的要求。需求的場景化，我用一句話來總結，這也是業內所有人的共識。從PPA到APP基本上有三個要素（英語）。我目前的設計目標是在盡可能小的功能中提高最佳性能，這是PPA的核心。然而，在人工智能領域，我們很快只關注PPA，我們需要關注APP。我們最終提供給客戶的是一個APP，需要從整體的角度來考慮。從PPA到APP，從通用芯片到提供垂直面向網絡的芯片，以及從簡單提供芯片到提供解決方案、片上軟件、能力和云服務，都發生了一些變化。第三是從提供硬件轉變為提供能力，這是一個具體的場景。第二端云交互，邊緣計算可以重新……

rded作為云計算的補充和優化，云計算始終是集成的。讓我舉一個例子。這個圖的上部是一個叫做語音喚醒的功能，下部是一個芯片。邊緣計算用于承擔語音功能，如印象或電視。當你問他時，他會回答你，然后你會進行有趣的對話。立體聲音響會在午夜突然嘲笑人們，其原理非常簡單。當產生一些自然噪音時，設備會被喚醒。該設備認為人們在呼喚它，然后它聽到它時會給我一個微笑。我不知道原來的單詞是什么，但它被機器解釋為給我微笑，所以當人們沒有聽到任何聲音時，機器會給我奇怪的微笑，所以這是醒著和不醒著之間的矛盾。我們科學家需要做的是盡可能提高邊緣計算能力，但這不是唯一的方法。我保留了邊緣計算能力。當我識別它并將其發送到云中時，我將使用more模型在云中進一步分析它。他真的在給我打電話嗎？當他證實這一點時，他發現在用戶繼續提交新語言后，他繼續大笑或做出其他反應。理論上，它可以使用最簡單的模型，所以它可以避免一些事情，所以這是一個非常典型的例子。如果供應商說我在云中做的是最好的，那可能還不夠。您需要一個更完美的解決方案來提供給您的客戶。多模式，讓我在這里給你舉一個例子。美的空調有一個攝像頭，可以通過矩陣來觀察房間的狀態。如果孩子在風中，避開他，朝其他方向吹。還有，如果孩子晚上上被子，他們會覺得溫度比較低，它會自動升高溫度，這是一個非常好的功能。這是一個非常典型的多模式例子。不用說，機器人，無論是陪伴機器人還是教育機器人，不僅可以與人自由交談，還希望了解我們，教孩子閱讀，認識單詞等等，所以機器人必須具有多模態功能。這輛車可以使用語音導航，可以看到道路的狀態，告訴我情況，如果你困了，可以停下來休息。還有一個IP攝像頭，其核心功能是視頻錄制。如果它聽到聲音，就會拍下它感興趣的東西并告訴故事，因此這是多模態在各個領域的剛性需求的一些例子。基于以上，我們可以得出一個結論，重新定義SOC。在這個時候，僅僅做（英語）可能不合適。我們需要做的是（英語），它可能來自本地計算能力、本地引擎或云功能。我們需要在這方面集成更多更好的（英語），因此端云交互、場景和多模式的因素將對芯片設計產生非常深遠的影響。基于這樣的理解，云知聲做了什么？首先，我們發布了垂直（英語）方案。我們已經完成了所有的軟硬件場景，客戶一帶就可以使用。沒有必要尋找更多的供應商。這也是我們未來芯片銷售和芯片服務的核心產品模式。第二點被稱為ADPC，專門研究端到端的云交互。（英國）2012年公司成立后，我們于9月推出了語音識別功能。經過六年多的發展，它已經發展成為一個巨大的物聯網云平臺，日使用量達到5億次。我們已經為這個平臺開發了ADPC模型。第三，我們在芯片設備中有兩個輸出，一個被稱為（英語），這是一個非常輕的圖像處理單元。DeepNet2.0是我們用于多模式開發的深度神經網絡處理器。這款處理器有很多很好的參考，目前業內有很多好的產品，至少在我看來，這是一款非常好的產品。我稍后再談。ADPC是我們人工智能深度處理的核心，而這個盒子是我們云平臺的架構。黑暗的地方可能與云平臺沒有太大區別，但我們有一個AI數據處理核心，它與云相連。當我們處理完數據后，我們會將部分數據提交到云端進行深入分析，就像我剛才舉的例子一樣。如果只有正確的例子，我們可能只提供95點產品，如果有云，我們將提供一個。這是我們（英國）的介紹。這是一個面向機器視覺的輕量級圖像服務器。一個是面向機器視覺的，第二個是輕量級的，讓人看起來更舒適、更詳細，但不一定更適合機器視覺，所以（Br……

ish）專門面向機器視覺，因此他支持任何圖像縮小。（英國）給一張照片，通過這個模塊可以實時減少背部神經。第二個是動態自動曝光控制。人眼很難看到這張照片上寫的是什么，但就機器識別而言，它會出現在他身上，他可能認不出來。然而，通過（英語）識別來改善黑暗的地方，清晰度大大提高，因此后續的圖像處理更容易。第三，我們還支持8位、10位和12位圖像輸入。這是一個非常小的模塊，沒有外部存儲器。我們（英語）將此圖像輸入到后神經網絡以獲得更好的視覺體驗。僅憑這一點可能是不夠的。2019年，我們計劃與哈佛大學的BlinkAI團隊合作，基于深度學習算法圖像處理。左邊的圖片比較小，但它是三星在照明的情況下處理的，右邊也經過了處理，所以效果很好，整個亮度增加了，對比度也增加了，所以我們也會在2019年與BlinkAI討論這次合作，在足夠的算力支持下進一步提升效果。另一個DeepNet1.0是面向語音的，但在2.0中我們添加了許多多模式，可以處理圖像和語音。我們為什么要做DeepNet2.0？知識產權是知識產權。實際上，在芯片設計中，IP是一個經過軟件驗證的模塊。知識產權決定了人工智能的合理性，這是人工智能的核心部分。它有幾個特點。首先，它支持各種兼容的網絡。在1.0中，我們主要支持LSTM和CNN，它們主要面向語音識別。在2.0中，我們支持更多，如RNN和TDN，因此我們實現了非常高的兼容性。關于第二種可重構計算，我們都知道有些算法是指定的，可能會有一些高頻。如果這種高頻是通過硬件實現的，那么這將是一個非常高的飛躍。在DeepNet2.0中，支持可重構計算，其計算單元可以拼接以應對計算模式。您也可以使用一條指令通過快速更改模式來計算公式。第三個支持Winograd。這個芯片相乘要比加法花更多的時間。我們認為將其用于多次添加是可行的。這是核心理念。我們支持Winograd將乘法運算減少到原來的一半，并進一步提高效率。還有其他一些，例如支持多NPU聯網。我在設計芯片B時需要更高的計算能力，并且我使用兩個NPU網絡來組合多種算法，這是他非常好和靈活的特點。在2018年的最后一周，我們正式在DeepNet2.0中取得成功，直到STPA董事會。你可以看到這就是效果。因此，基于DeepNet2.0的人像識別算法已經在STPA上運行。以下是一些相對專業的橫向指標。我會盡量用通俗易懂的語言解釋。對于NPO來說，一個核心指標是計算能力，還有一個核心的功耗指標。如果計算能力除以功耗，那就非常有趣了。我們預計，在這樣一個28納米的工藝條件下，我們具有優勢。有了這么好的DeepNet2.0，這么好的計算能力提供商，在應用好的算法方面取得了什么進展？首先，我們在同一方向上的降噪技術已經超出了聽力極限。超出聽力限制意味著機器可以聽到人們聽不到的東西。很難向你描述這種聲音。右下角是我們的芯片，配備了四個麥克風。這臺立體聲音響是用來消除噪音的。他演奏的聲音是人與人之間的對話。然后，站在我們身后的演示者，他是一名命令發布者，將向這個藍板發送指示。如果你在視頻中聽到任何東西，那就意味著這是成功的，藍色的會泄漏。這個藍色是一個能量計。目前，聲音是93.2，人們的聲音通常在60-70之間聽到，所以在這個場景中，他在負3左右，這已經超過了人類的聽力極限，人們聽不到。我接下來會播放這個聲音，我會揭示它最好的部分。這個聲音被我們的芯片準確地捕捉和反射。在相位降噪中，人們與噪聲源和麥克風保持一致。很難區分機器，因此這對技術提出了更高的挑戰。接下來，在形象上，云知聲是一家做聲音的公司，或者是一家通過聲音為公眾所知的公司，但事實上，我們在2018年投入了大量的資源來做形象工作，我們已經取得了很大的進步。我們為什么……

從語音中提取圖像是因為我們有一個良好的硬件平臺和分布式機器學習，因此我們的數據可以在此基礎上快速處理和迭代。這張表中列出了兩項比賽，這兩項比賽也是業內非常著名的兩項面部測試。可以看出，云知聲的識別率是99.8。除了人際關系識別，我們還有物體識別、表情分析、人臉價值分析和標記。我們做這些事情不是為了好玩，而是為了物聯網場景和芯片設計。這就是我們的人臉識別、表情分析和標記的例子。我們可以看到，我們準確地捕捉到了他的個性和表情，還有一件事，我們可以捕捉到他的表情，無論他是否微笑。用戶在機器場景中是否微笑非常重要，用戶是否厭倦在車里駕駛也非常重要。一個場景中會有多個目標，我們需要對每個目標做出相應的響應。另一件有趣的事情是我們的嘴唇運動狀態。在同一個場景中，誰說話，誰不說話，都被食物捕捉到了。它有一個非常有趣的功能。在嘈雜的環境中，他不知道自己在通過單一模式與誰交談，但有了視覺，他可以捕捉信息。通過跟蹤人們的嘴唇動作，他可以了解嘴唇語言的細節。因此，這在多模式人機交互中非常重要，我們很榮幸能做到這一點。早些時候，我們做了一些事情。我們不僅腳踏實地地制造產品、技術和算法，而且適度地抬頭仰望星空。我們正式成為新的可持續智能計算中心的創始成員。整個2019年，我們將與杜克大學合作，研究人工智能芯片壓縮和量化技術以及非峰新型人工智能芯片計算架構。我們正在努力證明云知聲對智力是認真的，我們仍然需要做研究。我們必須始終保持行業領先水平，希望我們能在未來的芯片領域。我們在2018年達成了非常重要的合作。我們與易卡通科技合作，共同打造智能出行的汽車級AI智能芯片。2018年全年的業績已經向所有人報告。稍后，我將宣布2019年我們將要做的幾件重要事情。首先，我們將開發一款新產品Swift-Lite，它將更輕，仍然是一個面向語音的場景，但它將非常輕薄，因此我們計劃在2019年將該芯片投入生產。第二個是智慧城市，我們還沒有參與。今天，我們宣布將通過芯片切入智慧城市建設。我們將在2019年投產一款多模芯片，它將繼承我們的DeepNet2.0和（英語），因此它不僅支持Swift功能，還支持攝像頭、ISP、OD和人臉識別，這是我們在2019年的巨大投資。第三款雪豹，我們將與億卡通科技合作，實現車載人工智能芯片。它的功能與以前的芯片不同。它將針對車載場景，在沒有網絡連接的情況下可能會斷開網絡。可能會出現一些奇怪的情況，我們會更加關注本地計算能力。我們將提供本地語音搜索，并在沒有網絡條件的情況下通過語音導航選擇位置，因此我們可以做一些相應的圖像處理等。該產品將于2019年上市。第一個場景，我們看到，當我們為客戶提供解決方案時，我們需要為某個場景做不同的事情，不僅要做軟件，而且你的芯片很可能就是為這個產品而生的。正如我剛才所說，如果你為風扇或交換機制造物聯網芯片，并與我們一起制造汽車和電視等物聯網芯片時，從云到芯片本身都會發生質的變化，產品的功能功耗也會有很大的不同，所以我認為場景是物聯網人工智能芯片首先考慮的因素。第二個因素是多模態的。我們已經看過很多這樣的場景。我們認為，既然物聯網想要通過各種方式觸達人們，那么物聯網的人工智能芯片就必須具備多模態數據的能力。這是第二個。第三次云交互意味著什么？物聯網芯片是聯網的，而該芯片只是一個先鋒。它通過到達終點站來服務，所以這一點非常重要。僅僅設計一個芯片就是為了解決無法到達目的地的問題。這三點是我認為互聯網人工智能芯片在這個時候需要關注的三個要素。因此，用一句話來總結我的觀點，有必要提供多模態……

或基于端云的交互，在性能和功耗方面實現出色的平衡，并兼顧連接和安全的要求。需求的場景化，我用一句話來總結，這也是業內所有人的共識。從PPA到APP基本上有三個要素（英語）。我目前的設計目標是在盡可能小的功能中提高最佳性能，這是PPA的核心。然而，在人工智能領域，我們很快只關注PPA，我們需要關注APP。我們最終提供給客戶的是一個APP，需要從整體的角度來考慮。從PPA到APP，從通用芯片到提供垂直面向網絡的芯片，以及從簡單提供芯片到提供解決方案、片上軟件、能力和云服務，都發生了一些變化。第三是從提供硬件轉變為提供能力，這是一個具體的場景。第二端云交互，邊緣計算可以看作是云計算的補充和優化，云計算始終是集成的。讓我舉一個例子。這個圖的上部是一個叫做語音喚醒的功能，下部是一個芯片。邊緣計算用于承擔語音功能，如印象或電視。當你問他時，他會回答你，然后你會進行有趣的對話。立體聲音響會在午夜突然嘲笑人們，其原理非常簡單。當產生一些自然噪音時，設備會被喚醒。該設備認為人們在呼喚它，然后它聽到它時會給我一個微笑。我不知道原來的單詞是什么，但它被機器解釋為給我微笑，所以當人們沒有聽到任何聲音時，機器會給我奇怪的微笑，所以這是醒著和不醒著之間的矛盾。我們科學家需要做的是盡可能提高邊緣計算能力，但這不是唯一的方法。我保留了邊緣計算能力。當我識別它并將其發送到云中時，我將使用more模型在云中進一步分析它。他真的在給我打電話嗎？當他證實這一點時，他發現在用戶繼續提交新語言后，他繼續大笑或做出其他反應。理論上，它可以使用最簡單的模型，所以它可以避免一些事情，所以這是一個非常典型的例子。如果供應商說我在云中做的是最好的，那可能還不夠。您需要一個更完美的解決方案來提供給您的客戶。多模式，讓我在這里給你舉一個例子。美的空調有一個攝像頭，可以通過矩陣來觀察房間的狀態。如果孩子在風中，避開他，朝其他方向吹。還有，如果孩子晚上上被子，他們會覺得溫度比較低，它會自動升高溫度，這是一個非常好的功能。這是一個非常典型的多模式例子。不用說，機器人，無論是陪伴機器人還是教育機器人，不僅可以與人自由交談，還希望了解我們，教孩子閱讀，認識單詞等等，所以機器人必須具有多模態功能。這輛車可以使用語音導航，可以看到道路的狀態，告訴我情況，如果你困了，可以停下來休息。還有一個IP攝像頭，其核心功能是視頻錄制。如果它聽到聲音，就會拍下它感興趣的東西并告訴故事，因此這是多模態在各個領域的剛性需求的一些例子。基于以上，我們可以得出一個結論，重新定義SOC。在這個時候，僅僅做（英語）可能不合適。我們需要做的是（英語），它可能來自本地計算能力、本地引擎或云功能。我們需要在這方面集成更多更好的（英語），因此端云交互、場景和多模式的因素將對芯片設計產生非常深遠的影響。基于這樣的理解，云知聲做了什么？首先，我們發布了垂直（英語）方案。我們已經完成了所有的軟硬件場景，客戶一帶就可以使用。沒有必要尋找更多的供應商。這也是我們未來芯片銷售和芯片服務的核心產品模式。第二點被稱為ADPC，專門研究端到端的云交互。（英國）2012年公司成立后，我們于9月推出了語音識別功能。經過六年多的發展，它已經發展成為一個巨大的物聯網云平臺，日使用量達到5億次。我們已經為這個平臺開發了ADPC模型。第三，我們在芯片設備中有兩個輸出，一個被稱為（英語），這是一個非常輕的……

結構處理單元。DeepNet2.0是我們用于多模式開發的深度神經網絡處理器。這款處理器有很多很好的參考，目前業內有很多好的產品，至少在我看來，這是一款非常好的產品。我稍后再談。ADPC是我們人工智能深度處理的核心，而這個盒子是我們云平臺的架構。黑暗的地方可能與云平臺沒有太大區別，但我們有一個AI數據處理核心，它與云相連。當我們處理完數據后，我們會將部分數據提交到云端進行深入分析，就像我剛才舉的例子一樣。如果只有正確的例子，我們可能只提供95點產品，如果有云，我們將提供一個。這是我們（英國）的介紹。這是一個面向機器視覺的輕量級圖像服務器。一個是面向機器視覺的，第二個是輕量級的，這讓人看起來更舒適、更詳細，但不一定更適合機器視覺，所以（英國人）專門面向機器視覺，因此他支持任何圖像縮小。（英國）給一張照片，通過這個模塊可以實時減少背部神經。第二個是動態自動曝光控制。人眼很難看到這張照片上寫的是什么，但就機器識別而言，它會出現在他身上，他可能認不出來。然而，通過（英語）識別來改善黑暗的地方，清晰度大大提高，因此后續的圖像處理更容易。第三，我們還支持8位、10位和12位圖像輸入。這是一個非常小的模塊，沒有外部存儲器。我們（英語）將此圖像輸入到后神經網絡以獲得更好的視覺體驗。僅憑這一點可能是不夠的。2019年，我們計劃與哈佛大學的BlinkAI團隊合作，基于深度學習算法圖像處理。左邊的圖片比較小，但它是三星在照明的情況下處理的，右邊也經過了處理，所以效果很好，整個亮度增加了，對比度也增加了，所以我們也會在2019年與BlinkAI討論這次合作，在足夠的算力支持下進一步提升效果。另一個DeepNet1.0是面向語音的，但在2.0中我們添加了許多多模式，可以處理圖像和語音。我們為什么要做DeepNet2.0？知識產權是知識產權。實際上，在芯片設計中，IP是一個經過軟件驗證的模塊。知識產權決定了人工智能的合理性，這是人工智能的核心部分。它有幾個特點。首先，它支持各種兼容的網絡。在1.0中，我們主要支持LSTM和CNN，它們主要面向語音識別。在2.0中，我們支持更多，如RNN和TDN，因此我們實現了非常高的兼容性。關于第二種可重構計算，我們都知道有些算法是指定的，可能會有一些高頻。如果這種高頻是通過硬件實現的，那么這將是一個非常高的飛躍。在DeepNet2.0中，支持可重構計算，其計算單元可以拼接以應對計算模式。您也可以使用一條指令通過快速更改模式來計算公式。第三個支持Winograd。這個芯片相乘要比加法花更多的時間。我們認為將其用于多次添加是可行的。這是核心理念。我們支持Winograd將乘法運算減少到原來的一半，并進一步提高效率。還有其他一些，例如支持多NPU聯網。我在設計芯片B時需要更高的計算能力，并且我使用兩個NPU網絡來組合多種算法，這是他非常好和靈活的特點。在2018年的最后一周，我們正式在DeepNet2.0中取得成功，直到STPA董事會。你可以看到這就是效果。因此，基于DeepNet2.0的人像識別算法已經在STPA上運行。以下是一些相對專業的橫向指標。我會盡量用通俗易懂的語言解釋。對于NPO來說，一個核心指標是計算能力，還有一個核心的功耗指標。如果計算能力除以功耗，那就非常有趣了。我們預計，在這樣一個28納米的工藝條件下，我們具有優勢。有了這么好的DeepNet2.0，這么好的計算能力提供商，在應用好的算法方面取得了什么進展？首先，我們在同一方向上的降噪技術已經超出了聽力極限。超出聽力限制意味著機器可以聽到人們聽不到的東西。很難向你描述這種聲音。右下角是我們的芯片，配備了四個麥克風……

是的。這個立體聲是用來消除噪音的。他演奏的聲音是人與人之間的對話。然后，站在我們身后的演示者，他是一名命令發布者，將向這個藍板發送指示。如果你在視頻中聽到任何東西，那就意味著這是成功的，藍色的會泄漏。這個藍色是一個能量計。目前，聲音是93.2，人們的聲音通常在60-70之間聽到，所以在這個場景中，他在負3左右，這已經超過了人類的聽力極限，人們聽不到。我接下來會播放這個聲音，我會揭示它最好的部分。這個聲音被我們的芯片準確地捕捉和反射。在相位降噪中，人們與噪聲源和麥克風保持一致。很難區分機器，因此這對技術提出了更高的挑戰。接下來，在形象上，云知聲是一家做聲音的公司，或者是一家通過聲音為公眾所知的公司，但事實上，我們在2018年投入了大量的資源來做形象工作，我們已經取得了很大的進步。我們之所以從語音中潛入圖像，是因為我們有一個很好的硬件平臺和分布式機器學習，所以我們的數據可以在此基礎上快速處理和迭代。這張表中列出了兩項比賽，這兩項比賽也是業內非常著名的兩項面部測試。可以看出，云知聲的識別率是99.8。除了人際關系識別，我們還有物體識別、表情分析、人臉價值分析和標記。我們做這些事情不是為了好玩，而是為了物聯網場景和芯片設計。這就是我們的人臉識別、表情分析和標記的例子。我們可以看到，我們準確地捕捉到了他的個性和表情，還有一件事，我們可以捕捉到他的表情，無論他是否微笑。用戶在機器場景中是否微笑非常重要，用戶是否厭倦在車里駕駛也非常重要。一個場景中會有多個目標，我們需要對每個目標做出相應的響應。另一件有趣的事情是我們的嘴唇運動狀態。在同一個場景中，誰說話，誰不說話，都被食物捕捉到了。它有一個非常有趣的功能。在嘈雜的環境中，他不知道自己在通過單一模式與誰交談，但有了視覺，他可以捕捉信息。通過跟蹤人們的嘴唇動作，他可以了解嘴唇語言的細節。因此，這在多模式人機交互中非常重要，我們很榮幸能做到這一點。早些時候，我們做了一些事情。我們不僅腳踏實地地制造產品、技術和算法，而且適度地抬頭仰望星空。我們正式成為新的可持續智能計算中心的創始成員。整個2019年，我們將與杜克大學合作，研究人工智能芯片壓縮和量化技術以及非峰新型人工智能芯片計算架構。我們正在努力證明云知聲對智力是認真的，我們仍然需要做研究。我們必須始終保持行業領先水平，希望我們能在未來的芯片領域。我們在2018年達成了非常重要的合作。我們與易卡通科技合作，共同打造智能出行的汽車級AI智能芯片。2018年全年的業績已經向所有人報告。稍后，我將宣布2019年我們將要做的幾件重要事情。首先，我們將開發一款新產品Swift-Lite，它將更輕，仍然是一個面向語音的場景，但它將非常輕薄，因此我們計劃在2019年將該芯片投入生產。第二個是智慧城市，我們還沒有參與。今天，我們宣布將通過芯片切入智慧城市建設。我們將在2019年投產一款多模芯片，它將繼承我們的DeepNet2.0和（英語），因此它不僅支持Swift功能，還支持攝像頭、ISP、OD和人臉識別，這是我們在2019年的巨大投資。第三款雪豹，我們將與億卡通科技合作，實現車載人工智能芯片。它的功能與以前的芯片不同。它將針對車載場景，在沒有網絡連接的情況下可能會斷開網絡。可能會出現一些奇怪的情況，我們會更加關注本地計算能力。我們將提供本地語音搜索，并在沒有網絡條件的情況下通過語音導航選擇位置，因此我們可以做一些相應的圖像處理等。該產品將于2019年上市。2015年的這個時候，我們真的沒有想到會在2018年推出云知聲自己的芯片。我們不僅制造了IT，還銷售了IT，其性能仍處于行業領先水平。在……

2018年，我沒想到除了Swift之外，我們在人工智能芯片方面會走得更遠、更深，我們會有多模式等等，包括核心的NPO和IT。主持人：感謝李博士的精彩演講，給我們帶來了很多干貨。接下來，我們想邀請360集團副總裁、360智慧城市事業部總裁穆虹為我們演講。讓我們一起來聽聽360與云知聲的精彩碰撞吧！穆紅：女士們，先生們，下午好！

我很榮幸有機會來和大家分享360在人工智能以及與云知聲合作方面的一些收獲。我今天要講的話題叫“安全大腦，關注大安全”，因為360應該是目前世界上最大的網絡安全公司。事實上，在整個發展過程中，人工智能對整個360集團的發展至關重要。我們從2018年開始提出，未來整個安全形勢非常嚴峻，必須使用新的方法來解決安全問題。這就是我們去年提出的安全大腦。在過去，我們對360免費殺軟件很熟悉。2010年，我們提出了一些基于人工智能的防病引擎，現在我們已經成為最大的搜索引擎。2013年，我們還推廣了一些智能硬件。我們的智能硬件在市場上排名第三，家用攝像頭也在前三。我們還有一系列智能硬件，如智能機器人、智能門鈴等。它于2015年開始進入360。因為我們有很多互聯網能量，所以我們進入了與直播和金融相關的領域。剛才，我們的金融也在美國上市了。從2017年開始，我將帶領公司向人工智能轉型。整個360業務線將應用人工智能作為業務線。更重要的是，我們去年推出的安全大腦將通過對大量安全數據的分析來解決這個安全問題。360回顧2018年的A股，我們的業務已經逐步向安全轉型。有三種具體的企業業務。第一個國家安全級別涉及一個龐大的國家安全網絡，后兩者與今天的主題有很大關系。第一個城市安全大腦主要利用各種傳感器捕獲的集中數據來解決城市安全問題，從我們過去的網絡安全到現在的物理安全問題，包括駕駛安全和社區安全，這也是我的。此外，還增加了一項安全的大腦服務。我們認為，未來僅靠一些硬件是不可能保護整個家庭的安全的，必須有大量的人工智能參與。我們的核心能力是家庭安全大腦，它可以通過收集各種傳感器和邊緣AI計算能力來處理家庭的一些威脅。最初幾個大腦的核心是構建人機協作的人工智能。一方面，機器的價值是通過數據計算能力發揮出來的，而價值在未來的預期是由機器來做的。然而，人在許多方面與機器不同，包括他們的知識、經驗和創造力，這些都是機器無法取代的。因此，我們最近面臨的一些問題已經通過人機協作得到了解決。這里主要指的是安全符合。在實現的過程中，最重要的是選擇芯片。當然，云知聲也是我們的重要合作伙伴。我基本上對市場上幾十家公司的芯片做了很多測試和比較研究。事實上，在我們的芯片選擇過程中，從我們的角度來看，我們基本上首先考慮我們的場景。這種人工智能必須與場景相結合，單純考慮芯片是沒有意義的。在場景情況下，我需要一個簡單的計算力，并在計算力情況下考慮能耗，因為不同的地方對能耗的要求不同。對我來說，價值也是商業公司的一個關鍵因素。當我考慮到以上內容時，我會考慮價值，每個公司都會考慮價值。事實上，每個人都很容易忘記，工具鏈對于一個產品使用工具鏈是非常重要的。整個產品的架構和成熟度對我們的選擇非常重要。選擇一個新芯片對我來說非常重要，我們制造的一些型號是否可以用于新芯片。現在市場上有幾種，一種是云培訓，谷歌強調的典型GPO或TPO，還有一些是在云中推出的。現在，在設備端的推理上百花齊放，這也列出了國內外的一些公司。當然，云知聲的Swift也可以在上面看到，這是我選擇核心的基礎。事實上，從我的角度來看，還有更多的場景我想考慮。第一個是我的算法的性能。您可以看到不同體系結構的處理。第二是考慮整個人工智能的成本。當然，我們可以看到專用芯片的幾個方面，并且成本相對較低。在我們許多聰明的人身上……

s、因為產品是相對固定的。我們的360專注于幾個大腦。第一個是家庭安全大腦。它新的需求響應速度，如果你把一切都推到云端，如何在網絡不好的時候提供更好的體驗，本地的響應會非常快。第二個安全和隱私問題在智能家居中也非常重要。我們為什么要做邊緣計算，為什么要強調芯片問題？我們認為安全和隱私是一個非常重要的方面。第三個問題是可靠性。一旦網絡連接出現問題，如果所有處理都在云中，則無法保證可靠性。第四，全部成本。在早期，如果芯片很貴，我會把所有東西都放在云端，這給云端帶來了很大的壓力。這實際上是一個平衡問題。整個智能邊緣需要協調。另一個，尤其是在我們安全的情況下，對算法的結果要求很高，比如安全檢測的假陰性率。當然，假陰性率相對較低。另一個是，對于家庭安全，我們也意識到，我們不僅要能看、能聽、能說，還要訪問您的數據，這驗證了我們場景中對多式聯運的需求，我們應該大大提高場景率。第三個成本問題是大約2攝氏度。我們談論的是家庭安全大腦。當然，這個大腦可能是一個虛擬的概念，它的硬件將來可能會出現在智能音頻或其他設備中。另一方面，我們面臨著2B或2C的城市安全。這里提到，整個智慧城市建設正在經歷一個過渡期。什么是新型的智慧城市建設？在這里，我們應該強調如何將商業發展或城市管理的驅動力從被動發展轉變為主動發展。二是通過一些新的技術手段，將原來的被動管理轉變為主動管理。第三，我們希望通過引入人工智能來提高工作效率。當然，在整個方案中，2B和2C的成本并不那么高，但在幾個方案中，它們仍然是非常重要的元素。例如，我們的相機數據，我們可能有一個設備來處理數百個相機數據，第三個仍然是多模態學習，更多的大數據需要多模態處理，第四個是增長成本，這是我們對未來的簡單需求，也是一些程序的重點。當我們選擇芯片合作伙伴時，我們有一些選擇。第一種情況是理解。我們認為，如果技術合作伙伴不了解場景，那么他很難提供一個好的解決方案。在我們挑選的過程中，我們遇到了很多公司，他們基本上沒有辦法了解現場情況。第二，我認為他應該提供技術控制，這在先進的技術控制中是非常明顯的。第三，為了控制所謂的解決方案綁定關系，許多人工智能公司讓解決方案變得非常死，你無法定義解決方案的算法。此時，我們強調，解決方案的靈活性也非常重要。第四種方案的致命性，玻璃特別能看到公司的內部，因為他有更多的操作，尤其是人工智能芯片，所以這與硬件、軟件和操作以及大量大數據的收集和處理有關。這實際上非常重要。因此，數據操作能力也是我們非常感興趣的一點。我負責360整個公司的技術系統。我們是實際測試的一些結果。這基本上涵蓋了業界分級最高的語音解決方案。這是我們真正測試的結果。為了方便起見，我把所有這些對應的公司都隱藏了起來，除了云知聲，它基本上是所有指標中的第一。這是我們實際測試的結果。因為我對云知聲不是很熟悉，但經過真正的測試，我認為云知聲的內容很強。我認為他們的優勢主要在幾個方面。語音語義的第一個場景理解可以感覺到它在這個行業中被深耕，第二個場景具有非常強的測量性能能力。當你測試得好的時候，我會用你的。與我們360深度合作的第三次整合是一次又一次的，因為這個云語音提供了各種解決方案，而且你已經定制了一些自己的模塊化算法，包括布局形式，這是非常好的，這種靈活性就足夠了。第四，通過今天的發布會，我也看到了云知聲一直以前瞻性技術和戰略設計為特點。這四點與我對上一個芯片的定位一致。一件是首要的……

我對其他的都很滿意。我們也在對語音芯片進行一些集成測試。作為合作伙伴，我第一個祝賀云知聲的特別努力，真的取得了好成績。第二，我也想向您推薦云知聲。今天就說到這里。非常感謝。主持人：謝謝你的分享。接下來，讓我們歡迎云知聲的戰略合作伙伴、京東物聯網創新硬件總經理王亞卓，也請歡迎王先生！

王亞卓：首先，我非常高興和榮幸地見證了2019云知聲多模態人工智能芯片戰略大會。接下來，我們來介紹一下物聯網在科技創造美的場景下，現在在做什么，未來會做什么。剛才我也提到，過去的30年經歷了幾個時代，互聯網時代、移動互聯網時代和現在的物聯網時代。在移動互聯網時代，有許多智能手機和功能手機的展示。當時，我們提到手機可能是智能手機或功能手機。現在每個人的手機都變成了智能手機。在物聯網時代，現在有智能設備和非智能設備。我相信未來所有的設備都將是智能設備。物聯網現在發展非常迅速，各行各業的投資也非常大。目前有三種環境，大量數據沒有連接起來形成數據島，這是因為連接級別不高。第二個海量數據只是數字，它不能基于數字創造價值，因此公司缺乏數據處理能力。第三個數據并不智能，這是我們需要加強的。人工智能和物聯網的結合可以促進許多行業的發展，比如智能家具和配送機器人，這些行業一直在向縱深發展，推動著我們的行業。人們認為京東是一家零售公司，但實際上京東是一個數字經濟和實體深度融合的企業。過去，京東在人臉識別和無人車領域取得了巨大成就。與此同時，京東的技術已經從原來的配套業務轉變為領先業務。物聯網指的是實體經濟，互聯網指的是互聯網經濟。在PC、手機、AR和VR中，我們現在已經實現了邊聽邊買。我們現在已經實現了移動收割、人臉識別支付和遠程投資。這些都實現了線上和線下的融合。過去，京東在許多技術上都取得了許多第一。2015年，長沙首個多功能立體音響、2016年首個農村配送無人機、2017年首個全程無人倉庫、2018年首個機器人配送站試點，解決了最后一公里的問題。隨著平臺的不斷擴展和我們技能的不斷提高，我們在2018年12月對平臺進行了升級，即現在的小鯨魚平臺，涵蓋了物聯網平臺、大數據平臺和智能服務平臺。看看小鯨魚平臺的語言技術、云計算技術、圖像識別技術和（英文）協議。（英文）protocol我們已經為數千萬用戶提供了服務，已經工作了四年。在應用服務層，我們與包括廣播和有聲讀物在內的兒童內容形成了非常好的合作，以給用戶更好的體驗。在平臺生態系統中，我們與解決方案提供商和技術供應商形成了非常好的合作，可以快速將硬件產品落地。京東追求所有類別和更多品牌。目前，京東有200多個品類、500多個品牌、2000多個產品和1000多萬個家庭。同時，京東擁有AIT最有價值的數據鏈路。例如，京東的高凈值用戶數量已經超過3億。在這一部分，我們可以獲得準確的用戶畫像，同時可以準確地控制用戶需求和定義產品。同時，設備控制次數達到5.7億次，這些數據可以優化傳統功能。我們已經在線超過1000億小時，這些運行數據提供了服務和質量。看看小京語的硬實體，包括語音識別達到90%，自然語言理解達到96%，語音合成達到90%以上，圖像識別達到97%，ARVR模型恢復達到99%。同時，我們也擁有全國最多的技能來滿足用戶的衣食住行需求。與此同時，我們在12月發布了三款產品，包括兩款耳機和我們自己的立體聲音響。我們產品的主要目標是創造出有質量、有能量、有溫度的產品。質量意味著在京東商城購物的用戶想要高品質的生活。能源表明，我們的性能非常強大，可以為用戶帶來更多需求。有溫度的產品非常智能，可以使設備低于……

讓你變得更好。小京宇智能也是一個全面開放的平臺，幫助行業重塑升級，為物聯網行業的整體提升做出自己的努力。我們擁有最廣泛的技術布局，包括互聯、邊緣計算、語音和視覺交互。還有軟硬件集成平臺，包括物聯網平臺、大數據平臺、智能服務平臺，以及C端音頻、冰箱、耳機等。這些產品也將為行業內的其他用戶賦能，包括用戶更快地完成自己的產品。同時，在渠道方面，我們京東將通過線上和線下的支持，讓我們的產品變得更好。因為一方面，產品必須做好，必須通過銷售才能接觸到用戶。京東物聯網與云知聲合作多年。基于云知聲在人工智能芯片和系統解決方案方面的能力和優勢，我們將與云知聲合作，構建零售、家居、汽車等場景的人工智能技術生態系統。我們的愿景是用科學技術創造更美好的生活。我們希望成為一個讓用戶受益的自由創新者，一個讓行業興奮的技術合作伙伴，幫助中國從制造業向智能制造轉型。非常感謝。2015年的這個時候，我們真的沒有想到會在2018年推出云知聲自己的芯片。我們不僅制造了IT，還銷售了IT，其性能仍處于行業領先水平。2018年的這個時候，我沒想到除了Swift，我們在人工智能芯片方面會走得更遠、更深，我們會有多模態等等，包括核心的NPO和IT。主持人：感謝李博士的精彩演講，給我們帶來了很多干貨。接下來，我們想邀請360集團副總裁、360智慧城市事業部總裁穆虹為我們演講。讓我們一起來聽聽360與云知聲的精彩碰撞吧！穆紅：女士們，先生們，下午好！

標簽：海豚發現合創北京 DS