人工智能专用芯片的五年浪潮,如今怎样了?( 三 )


随着2021年Google推出的SwitchTransformer模型将小样本甚至零样本的学习能力刷新大众认知 , 预训练大模型也预示着AI技术新风向的爆发 。 人们可以更加顺利地在模型注入需要学习的知识 , 就意味着复杂和大量定制任务得以实现适配和推理计算 。 同样 , 云知声也利用预训练模型高效地解决物联网产品定制的痛点 , 为AIoT产品定制建立了开发者平台 。
语音控制、对接IoT控制以及设备控制 , 通过平台自助生成能达到算法原厂线下支持和研发人员的编码实现的效果 , 将原本需要几周的工作周期下降到30分钟 。 例如 , 离线标准方案可以进行麦克数量与间距配置、自定义唤醒词、音色配置、命令词和应答语自定义并且进行一键下载版本烧录 。 客户只需要专注自己熟悉的电控部分 , 无需额外的硬件能力即可定制专属智能语音方案 。
人工智能专用芯片的五年浪潮,如今怎样了?】标准化的交付模式极大降低了客户端的门槛 , 通过产品端 , 云端一站式开发 , 快速实现智能语音控制 , 让零基础企业轻松实现智能化 。 再加上强运营的特点 , 平台支持上百种可供配置的云端技能 , 同时还可自定义技能或者接入第三方技能 。 截至目前 , 活跃客户在该平台已构建超过25000个产品版本 。
结语
近十年来 , AI技术不断取得突破性竞争 , 百花齐放的AI行业也将迎来它的后半场 。 面对现阶段繁荣的智能语音市场以及互联网巨头的加入 , 尽管技术水平差不多的企业 , 在垂直行业和细分场景的取舍也会造成截然不同的导向 , AI芯片的落地和场景也需要进行密切结合 。
在解决功能约束下的性能最优化、不同场景下自由配置、便捷工具链的问题后 , 以云知声为代表的智能语音技术企业需要继续加速垂直行业进行渗透和布局 , 让智能语音赋能多形态的终端 , 以“中国芯”的力量协同构建全产业生态圈 。
雷峰网