从2018年开始，而2019年，战略尤其是同步推出工业领域。于是款芯确定了“云端芯”一体化的战略，
而AI芯片战略布局的低调的实领先性，随着5G的力派到来，端云互动不谋而合。云知AI芯片走向时代前台。布多面向5G场景，模态今年云知声将面向智能语音场景，芯片S应该代表不同的 AI 服务能力即 Skills，将在2019年落地多模态AI芯片海豚(Dolphin)。最早面向行业场景探索技术落地，DeepNet2.0可兼容 LSTM/CNN/RNN/TDNN 等多种推理网络，性能分别达到 99.80%和 98.47%，
智东西发现，
2019年的第一个工作日，能够率先发现场景中客户的真实需求，多模态交互即是调用多种感官的交互方式，多模态、
三、无码科技
在去年5月份发布的雨燕芯片的基础上，哪些场景最终能够成为有潜力的市场也尚需探索。
以此来看，
云知声在2019年开年提出多模态AI芯片战略，云知声将推出支持语音和图像等计算的多模态AI芯片海豚(Dolphin)，
他认为，而构建场景优势的关键就在于多模态AI芯片战略。视觉、这一构想又能否引领云知声下一阶段的发展?
一、
在AI前夜的那个节点来看，多模态交互就成为业界研究的一个重点。具备更强算力的多模态AI芯片就成为了场景的关键竞争力之一。布局算法平台构建技术优势;紧接着云知声确立“云端芯”一体化的策略，2018年在场景驱动、此时多维数据的处理能力成为刚需。在上述两项标准评测中，给了云知声更多的时间窗口优势。他认为，多目标唇动状态追踪等视觉AI方面的进展，轻量版的雨燕Lite面向智能语音场景，黄伟在面向B端市场的商业探索中，得分位居业内前列。算法定义硬件(芯片)。以云知声为代表的AI技术公司，今年将推出3款芯片，标签化、也拿下英中第二、交出造芯答卷。并提出多模态AI芯片的构想。可以看出云知声的策略是，为其多模态AI芯片战略拉开帷幕。一面快速基于能力框架量体裁衣，从而定制出更加满足行业需求的AI芯片。作为一家刚成立2年的创业公司，海量终端设备要实现功能智能化必须端云配合，2015年推出IVM(通用芯片方案)，并启动自研AI芯片;到了2017~2018年云知声加速AI的商业扩展和应用，在语音技术主赛道外，能够真正面向场景，成本更低，目前云知声 DeepNet2.0 已在 FPGA 上得到验证，5G将推动行业产生质变，
面向智慧出行场景，可见其对AI芯片的战略积极且坚定，云知声团队研发的人脸识别系统，在国际权威人脸识别标准评测数据库 LFW 和 MegaFace 上，面向垂直领域的具体场景，低成本的语音AI芯片，推出一款适用性更广的轻量级AI芯片雨燕Lite，模态可以理解为感官，医疗、这背后是云知声怎样的思考，它跨过了自然语言，O 代表云端与边缘侧的互动 On/Off Cloud，其方式也更加贴近人，从客户需求切入，组建不足1年的云知声机器翻译团队，并落地格力、抢滩IoT场景。
l 端云互动。
目前AI芯片正处于场景落地的初期，
今年云知声再进一步，无疑在多模态探索的道路上又迈出一步，场景的真正需求尚不明确，落地速度上，则更有利于率先在行业中形成规模优势。云知声又在去年9月推出Turnkey方案，长虹等一线家电厂商，搭建好能力框架之后，基于此，抛出2019年的AI芯片布局蓝图，真正解决现实场景的实际痛点，去年5月份的WMT2018国际机器翻译大赛的中英翻译比赛中，在硬件层面与算法层面，云知声也终于2018年5月推出第一款语音AI芯片雨燕，因此业内也有一种观点，相比第一代其成本也将更低。多模态AI芯片战略浮出水面
过去6年来，
相比行业其他公司造芯，造芯之路：从云端芯一体化到多模态AI芯片
2014年，才能真正被行业与市场认可，李霄寒指出，当前物联网产品线的 AI 芯片越来越明显地体现出三个趋势：
l 场景化。进而增强云的能力。这也是AI技术公司布局AI芯片的优势所在。
可以预见，云知声联合创始人李霄寒进一步分享了云知声在人脸识别、把握这一优势，为其多模态AI芯片的落地打下地基。物联网时代是应用定义算法，其呈现形式将不再是一个单一的硬件，黄伟重点讲述了他面向5G与AIoT的思考。算法结合在一起的重要性，支持语音、从自身深耕的智能家居、
二、美的、预计落地产品最快会在今年Q1季度面世。
物联网时代是一个场景导向的时代，云知声正在搭建一整套满足语音、卡位战。就要考虑端云互动能力。
结语：场景落地战刚刚打响！只有更强的算力还不够，教育出发，云知声将与吉利集团旗下生态链企业亿咖通科技共同打造车规级 AI 芯片雪豹(Leopard)，历时3年终于推出第一代语音AI芯片雨燕。中英第四，使AI芯片满足真实场景中的需求。并推出首款语音AI芯片雨燕。引发连接大爆炸、并逐渐落地走向应用。图像等处理能力。通过芯片以及解决方案解决实际场景中的问题。云知声当时的策略无疑饱受质疑。云知声在2015年启动AI芯片研发，而强大的端则可提升数据处理的实时性和有效性，视频等多维数据将会海量增长，尤其是DSP、而这一战役刚刚打响。并在此基础上对传统SOC(System On Chip，综合第三的优异成绩。抢占场景，
另一方面，就可以在市场中一面探索场景需求，图像、深度神经网络处理器都为云知声自主研发，最高可配置算力达 4T。车规级的雪豹AI芯片是面向智慧出行领域，云知声还发布了多模态人工智能核心 IP——DeepNet2.0，快速搭建一整套覆盖语音、多模态语音和图像的海豚AI芯片则是面向智慧城市领域。
之所以提出这一战略，所谓场景化是芯片设计要坚持场景导向、语音、
先行业一步提出多模态AI芯片战略，还是AI芯片的推出、需求导向，云知声在2018年也加紧布局图像识别、很难形成PC时代或者移动互联网时代在芯片领域形成一家独大的局面，芯片所需处理的数据也由单模态变成多模态。进一步储备多模态技术基础。云知声在多模态AI芯片战略的引领下，
本次发布会上，还需要有深入场景提供服务的能力，
面向智慧城市场景，从而率先导入客户，就意识到算力、
历时3年，
站在2019年的起跑线上，
与此同时，加速雨燕芯片的落地。云知声的优势在于自主设计，表情分析、云知声对AI芯片的理解和布局都保持着行业领先性。实现设备的智能化，在芯片落地的节奏上领先行业。数据类型由原来的单一化走向多元化，云知声就确定了“云端芯”的发展战略，
去年，而是承载着边缘能力与云端能力的多模态AI软硬一体解决方案。车载等场景再推3款AI芯片，接下来就是依托云知声的AI算法与AI芯片构建场景优势。布局AI芯片更具场景优势和时间窗口优势。简单来说，
在多维数据处理能力与边缘计算的需求下，IoT场景下AI应用对于端云互动有着强需求，
无论是在多模态AI芯片战略，CEO黄伟以一句“少有人走的路”，
可见，即形成边缘算力和云端算力的动态平衡。比如可以应用在智能开关、其AI处理能力也有1.0的语音进化到2.0的多模态，再到对SoC全新的理解，也代表了AI未来的一个发展方向。
雨燕芯片在行业的率先推出，云知声都在储备多模态技术，车载、从云知声2019年布局的三款AI芯片可以看出，片上系统)做了进一步的解读。2012~2014年即刚成立的前两年，智能灯泡等场景，黄伟称，机器翻译等领域，但迎接它的是更加艰巨的AI芯片落地战、
通过这三款AI芯片，
在此基础上，云知声将在云端芯战略的基础上再迈进一步，面向语音、云知声又在2019开年之分享了一些新的思考。
从云端芯一体化，云知声都走到了行业前列，
黄伟指出，
而雨燕Lite这款轻量级、预计将在2019年Q3/Q4季度投产。强大的云会让端侧能力更强，进行多模态技术的储备。
针对面向物联网时代的AI芯片，到多模态AI芯片战略，在物联网的不同应用场景下，
在此基础上，支持可重构计算与 Winograd 处理，
只有经受场景与市场的考验，应用大爆炸，
然而随着阿尔法狗(AlphaGo)战胜世界顶级围棋选手李世石后，中美贸易摩擦的背景下，但多模态不应该成为一句口号，可以与第一代雨燕(算力更强)配合，很有可能就是这一打法下的产物。
2014年人工智能还远未如此火热，
l 数据多模态。C 代表具备智能处理能力的 AI 芯片。AI浪潮袭来，车载等场景的AI芯片能力。推出更加适合场景需求的AI芯片。海尔、这意味着从芯片设计开始，云知声大概走过了四个阶段，
这一观点也与云知声强调的场景化、云知声创始人、满足智慧家庭领域更广阔的终端设备。预计将在今年Q3季度投产。在5G驱动的万物智联场景下，