近日，云知聲智能科技股份有限公司（以下簡稱“云知聲”）與上海商湯智能科技有限公司（以下簡稱“商湯科技”）正式簽署戰(zhàn)略合作協(xié)議。雙方將基于各自領(lǐng)域的技術(shù)積累與資源優(yōu)勢，圍繞多模態(tài)大模型、行業(yè)應(yīng)用、智能終端等核心領(lǐng)域展開深度合作，探索大模型在垂直行業(yè)的落地實踐。通過模型能力的深度融合，雙方將在語音與視覺等多模態(tài)交互方面協(xié)同創(chuàng)新，為行業(yè)客戶提供更自然、更高效的智能交互體驗，加速智能技術(shù)的規(guī)?；涞?，推動多行業(yè)的智能化升級。

隨著AI的快速發(fā)展與深度賦能各行各業(yè)，多模態(tài)模型逐漸邁向舞臺中央，通過更廣泛、更深度的信息交互與整合，可以為用戶帶來更完整的場景價值。從海外的Gemini 2.5、GPT 4.5到國內(nèi)云知聲山海大模型、商湯日日新大模型等，均可見產(chǎn)業(yè)界在持續(xù)提升原生多模態(tài)能力。讓大模型能夠有思考，具備處理復(fù)雜信息和解決復(fù)雜問題能力，融入真實的業(yè)務(wù)應(yīng)用；同時，讓大模型以更有親和力的方式與人交互。與人共情、實時互動，是大模型發(fā)展和商業(yè)落地并行的兩個關(guān)鍵方向。

云知聲成立于2012年，是最早將深度學(xué)習(xí)算法應(yīng)用于商業(yè)語音識別的公司之一，也是國內(nèi)AGI技術(shù)的先行者，始終深耕AI領(lǐng)域前沿，逐步構(gòu)建起涵蓋大模型技術(shù)、多模態(tài)交互技術(shù)、AI芯片、領(lǐng)域知識圖譜等在內(nèi)的全棧式AI硬核技術(shù)體系，并成功將技術(shù)成果應(yīng)用于醫(yī)療、交通、家居等多個實體場景。其自主研發(fā)的“山海大模型”通用能力位居世界前列，在醫(yī)療等領(lǐng)域的專業(yè)能力更是達到世界領(lǐng)先水平，同時還拓展出文生圖、音圖問答等多模態(tài)交互能力，大幅拓寬應(yīng)用邊界。以“山海大模型”為核心，云知聲打造的行業(yè)智能體已廣泛應(yīng)用于輔助診療、醫(yī)保核賠、智慧座艙等垂直領(lǐng)域。

商湯科技作為亞洲領(lǐng)先的人工智能軟件公司，專注于原創(chuàng)技術(shù)研發(fā)，不斷增強行業(yè)領(lǐng)先的多模態(tài)、多任務(wù)人工智能能力，涵蓋感知智能、自然語言處理、智慧內(nèi)容生成等關(guān)鍵技術(shù)領(lǐng)域，同時包含AI芯片、AI傳感器及AI算力基礎(chǔ)設(shè)施在內(nèi)的關(guān)鍵能力。今年4月，商湯重磅推出全新升級的原生多模態(tài)通用大模型日日新 SenseNova V6，通過多模態(tài)長思維鏈訓(xùn)練、全局記憶、強化學(xué)習(xí)的技術(shù)突破，形成領(lǐng)先的多模態(tài)推理能力，并突破成本邊界。日日新V6采用了 6000 億參數(shù)的混合專家架構(gòu)，實現(xiàn)文本、圖像和視頻的原生融合，并可進行視頻-語音交融的端到端輸入輸出，在純文本和多模態(tài)任務(wù)上都表現(xiàn)出優(yōu)秀的綜合性能。目前，日日新大模型已廣泛賦能金融、智能汽車、具身智能、AI教育、智能辦公等領(lǐng)域。