當前位置:首頁> 商品 >正文

雲知聲更新招股書:亞洲最早將大模型商業化的公司之一,2023年營收超7億元

    據IPO早知道消息,雲知聲智能科技股份有限公司(以下簡稱「雲知聲」)於2024年3月15日更新招股書,繼續推進港交所主板上市進程,中金公司和海通國際擔任聯席保薦人。


    成立於2012年的雲知聲作為中國AGI技術和AGI商業化方麵的先行者,其在2017年Transformer算法和2018年BERT算法在自然語言處理方麵取得突破後不久就利用自身在交互式AI方麵的pi幣什麼時後上主網?研發專業知識以及自成立以來獲得的市場洞察力,推出首個基於BERT的大語言模型UniCore,作為自己的中心技術平臺雲知大腦的初始核心算法模型,並為廣泛的垂直行業的客戶賦能一係列AI解決方案。


    在過去幾年UniCore的演進和優化的基礎上,雲知聲在2023年推出了一個擁有600億個參數的自有大語言模型山海大模型,作為其中心技術平臺雲知大腦的新核心算法模型並持續迭代著一模型,目前版本參數規模已達千億——與UniCore相比,山海大模型具有更大的參數和資料規模、生成能力以及強大的多語言和基本知識能力。


    透過一係列工具增強產業知識、指令調優和強化人類回饋(RLHF),雲知聲能夠將山海大語言模型進一步提升為一個提供全麵通用知識和行業特定專業知識的大模型,透過MaaS適配各種應用場景。


    值得注意的是,人工智慧語意理解的狗狗幣1000倍準確性已從2018年的BERT前深度學習模型的88.04%提高至2019年的UniCore的91.02%,並進一步提升至2023年的山海大模型的96.07%,從而能夠幫助雲知聲將其人工智慧解決方案的能力從感知擴展到理解、回應和生成。

    圖片


    截至2023年12月31日,雲知聲的解決方案已在醫療、家居、商業空間、酒店、交通等垂直行業中被採用,尤其被廣泛應用於智慧生活和智慧醫療場景中——在智慧生活場景下,幣安app企業可以為客戶提供由雲知聲AI解決方案賦能的沉浸式智慧產品和服務,從而提升營運效率及服務質量,並減少管理成本;在智慧醫療場景下,雲知聲提供的AI解決方案通常作為客製化的AI賦能業務係統交付,以規範醫療服務流程和決策,從而減少醫療失誤,提高醫療服務品質並保障患者權益,亦可幫助醫務人員提高效率,以及有助於防止不合理的醫療開支,支持醫改,買比特幣平臺並提高醫療保險的使用率和效率。


    根據弗若斯特沙利文的資料,雲知聲是亞洲最早將AI大語言模式商業化的公司之一。2023年,雲知聲服務了555名客戶。


    在顧客策略上,雲知聲選擇率先成功與各產業的頭部企業合作(雲知聲稱之為「燈塔客戶」),譬如家電的格力、康養的平安科技、醫療服務的Web3 News北京協和醫院、醫保的中國人保等;透過與早期燈塔客戶的合作,雲知聲獲得了這些垂直行業內的經驗,包括高頻次、代表性場景,以及零散的長尾場景。儘管各個長尾場景單獨發生的頻率較低,但合併佔有所有場景的大部分。這些經驗反哺雲知聲能夠快速辨識常見需求,開發有針對性的解決方案並加速部署。


    根據弗若斯特沙利文的資料,以2022年收入計算,雲知聲是中國第四大AI解決方案供應商,且在年收入超過5億元的企業中增長最快;同樣按2022年收入計算,雲知聲在中國智慧生活和智慧醫院行業均排名第三。


    根據弗若斯特沙利文的資料,中國的AI解決方案市場預計將從2022年的937億元以37.5%的複合年增長率增至2028年的6,332億元——其中,智慧物聯產業的市場規模預計將從2022年的344億元以44.5%的複合年增長率增至2028年的3,128億元,智慧生活(智慧住宅、商業空間、飯店和交通的人工智慧解決方案)是智慧物聯網中最大的部分;智慧醫療的市場規模則預計將從2022年的36億元以67.8%的複合年增長率增至2028年的810億元,智慧醫院(醫院和醫療機構的人工智慧解決方案)則是智慧醫療中最大的部分。


    財務數據方麵。2021年至2023年,雲知聲的營收分別為4.56億元、6.01億元及7.27億元,複合年增長率為26.3%;毛利分別為1.45億元、2.40億元及2.95億元,複合年增率為42.5%;毛利率則從2021年的31.8%增至2023年的40.5%。


    此外,2021年至2023年,雲知聲的經調整淨虧損率分別為37.7%、30.5%及18.8%,呈現大幅收窄趨勢。


    成立至今,雲知聲已獲得啟明創投、摯信資本、磐穀創投、中電投、京東、中電健康基金、中金、360、高通等知名機構的投資。


    雲知聲在招股書中表示,IPO募集所得資金淨額將主要用於提高研發能力;投資新興的商業機會,並提高產品在行業垂直場景中的採用和滲透;國際擴張和戰略合作;以及用作營運資金和一般企業用途。


    作者|Stone Jin