黃偉攜雲知聲成功入選'2023人工智慧年度評選”,並獲得兩項榮譽
12月14日,在由量子位元主辦的MEET2024智慧未來大會上,「2023人工智慧年度評選」的結果正式公佈。憑藉著出色的人工智慧技術創新和實際應用能力,雲知聲成功入選了「2023人工智慧年度領航企業TOP50」榜單。同時,雲知聲的創辦人兼CEO黃偉也因其卓越的洞察力、創造力和領導力,被列入了「2023人工智慧年度影響力人物TOP30」榜單
作為中國知名的人工智慧和前沿科技領域的新媒體,量子位元發布的榜單在業界具有重要的指導意義。這次的「2023人工智慧年度評選」分為企業、個人和產品/解決方案三個維度。在過去的三個月裡,量子位以真實的數據為基礎,結合對數百家人工智慧公司的深入研究,以及數十位行業知名專家的意見,最終選出了50家領導企業、20家最有價值的創業公司、30位領導者、10個傑出產品和10個傑出解決方案
2023人工智慧年度領航企業TOP50
#在「2023人工智慧年度領航企業TOP50」榜單中,集結了技術硬核、資本看好、客戶信賴、商業有成的50家公司,是中國AI領域的中堅力量——技術上,引領基礎大模型、AI運算、具身智慧、空間運算、多模態互動等最新趨勢;場景上,涵蓋AIGC、自動駕駛、智慧終端、金融、電商、物流、安防、內容社群等當下主流AI應用領域。榜單中既有早入局、影響深的產業巨頭,也有垂直賽道中表現搶眼的領導代表企業。雲知聲就是其中之一。
身為中國人工智慧產業的先驅者,雲知聲堅持以技術驅動為核心,持續深入挖掘產業痛點,了解產業需求,並不斷合理地應用人工智慧技術於實際場景中,致力於使人工智慧為各行各業帶來實際效益。正是出於這樣的初衷,雲知聲於今年五月發布了山海大模型,開啟了其在大模型領域的新篇章
雲知聲利用山海大模型,為智慧物聯領域提供了產業解決方案,涵蓋了知識管理、教育、車載和交通等細分場景。在知識管理方面,雲端知聲的KMS系統可以管理、分享和應用專有知識,推動企業從「知識成本」到「知識資本」的模式升級。對於教育場景,雲知聲透過山海大模型實現發音指導、文法糾正和對話生成等三層糾正,幫助英語學習者提升口語能力。在智慧車載場景中,雲知聲依靠山海大模型深入理解使用者需求,提供一站式語音互動方案,實現理想的人車互動體驗。在智慧交通場景中,雲知聲利用山海大模型打造更人性化的智慧客服,為乘客提供更快速、更方便的出行體驗
雲知聲針對智慧醫療領域,結合過去的數據和經驗積累,基於山海大模型,推出了門診病歷生成系統、手術記錄撰寫助手和商保智能理賠系統等三款醫療產品應用,持續引領智慧醫療創新發展
2023人工智慧年度影響力人物TOP30
#科技趨勢激烈變革,本質離不開「人」的推動。在這特別的一年裡,業界新秀老將林立,為中國AI商業化進程帶來深刻影響,也為「2023人工智慧年度影響力人物TOP30」這份AI英雄榜單平添精彩。他們之中,有人享譽學術界,以硬派技術履歷衝擊中國AI商業版圖;有人叱吒商業場,以精準洞見帶領團隊不斷紮根。
身為雲知聲的領導者,黃偉畢業於中國科學技術大學,是國內最早從事人工智慧語音和語義相關技術研究的科學研究人員之一。他曾在摩托羅拉中國研究中心擔任資深研究員,並在盛大創新院語音分院擔任院長。在此期間,他帶領團隊連續三年參與了美國國家標準技術署的說話者識別評測,並獲得了世界第一的成績
在大模型熱潮中,黃偉憑藉著敏銳的策略眼光,引領團隊開啟了全新的科技浪潮。今年5月,他們正式發布了山海大模型,著眼於智慧物聯和智慧醫療兩個領域,在商業化落地方面不斷探索新的路徑。截至目前,雲知聲的山海大模型已成功應用於智慧醫療、智慧政務、智慧軌交和智慧車載等場景,並且基於該大模型所打造的場景應用正在不斷豐富和拓展,其商業價值也被更多人所認可,充分展現了黃偉出色的判斷力、創造力和領導力
在黃偉及其團隊在人工智慧領域取得成果得到認可的同時,雲知聲入選了2023年度評選,這不僅是對他們的肯定,也是對他們未來發展潛力的期望。未來,雲知聲將繼續推動人工智慧技術的發展,並在產業中紮根。與其他同行一起,共同創造出更精彩的中國人工智慧商業化藍圖
以上是黃偉攜雲知聲成功入選'2023人工智慧年度評選”,並獲得兩項榮譽的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站7月5日消息,格芯(GlobalFoundries)於今年7月1日發布新聞稿,宣布收購泰戈爾科技(TagoreTechnology)的功率氮化鎵(GaN)技術及智慧財產權組合,希望在汽車、物聯網和人工智慧資料中心應用領域探索更高的效率和更好的效能。隨著生成式人工智慧(GenerativeAI)等技術在數位世界的不斷發展,氮化鎵(GaN)已成為永續高效電源管理(尤其是在資料中心)的關鍵解決方案。本站引述官方公告內容,在本次收購過程中,泰戈爾科技公司工程師團隊將加入格芯,進一步開發氮化鎵技術。 G
