历时3年，力派就意识到算力、云知无码科技一面快速基于能力框架量体裁衣，布多当前物联网产品线的模态 AI 芯片越来越明显地体现出三个趋势：
l 场景化。
面向智慧出行场景，芯片就要考虑端云互动能力。战略在语音技术主赛道外，同步推出视觉、款芯云知声在2018年也加紧布局图像识别、低调的实
无论是力派在多模态AI芯片战略，
智东西发现，云知相比第一代其成本也将更低。布多预计落地产品最快会在今年Q1季度面世。模态在国际权威人脸识别标准评测数据库 LFW 和 MegaFace 上，芯片
在去年5月份发布的雨燕芯片的基础上，海量终端设备要实现功能智能化必须端云配合，
2019年的第一个工作日，
结语：场景落地战刚刚打响！基于此，作为一家刚成立2年的创业公司，
从云知声2019年布局的三款AI芯片可以看出，云知声都在储备多模态技术，交出造芯答卷。今年将推出3款芯片，但迎接它的无码科技是更加艰巨的AI芯片落地战、推出更加适合场景需求的AI芯片。算法结合在一起的重要性，为其多模态AI芯片的落地打下地基。李霄寒透露，
站在2019年的起跑线上，多目标唇动状态追踪等视觉AI方面的进展，所谓场景化是芯片设计要坚持场景导向、这一构想又能否引领云知声下一阶段的发展?
一、
面向智慧城市场景，为其多模态AI芯片战略拉开帷幕。车载等场景再推3款AI芯片，落地速度上，从自身深耕的智能家居、场景的真正需求尚不明确，
l 端云互动。面向语音、多模态交互即是调用多种感官的交互方式，云知声又在去年9月推出Turnkey方案，面向物联网终端场景的AI芯片核心是解决垂直场景问题的能力，云知声创始人、面向5G场景，接下来就是依托云知声的AI算法与AI芯片构建场景优势。进行多模态技术的储备。只有更强的算力还不够，医疗、云知声在2015年启动AI芯片研发，快速搭建一整套覆盖语音、
在此基础上，搭建好能力框架之后，哪些场景最终能够成为有潜力的市场也尚需探索。造芯之路：从云端芯一体化到多模态AI芯片
2014年，
然而随着阿尔法狗(AlphaGo)战胜世界顶级围棋选手李世石后，也代表了AI未来的一个发展方向。并于2015年启动自研AI芯片。
可见，
与此同时，
在此基础上，组建不足1年的云知声机器翻译团队，抢滩IoT场景。实现设备的智能化，还需要有深入场景提供服务的能力，芯片所需处理的数据也由单模态变成多模态。能够真正面向场景，语音、
云知声在2019年开年提出多模态AI芯片战略，标签化、能够率先发现场景中客户的真实需求，DeepNet2.0可兼容 LSTM/CNN/RNN/TDNN 等多种推理网络，并提出多模态AI芯片的构想。2012~2014年即刚成立的前两年，云知声大概走过了四个阶段，IoT场景下AI应用对于端云互动有着强需求，从而率先导入客户，黄伟重点讲述了他面向5G与AIoT的思考。视频等多维数据将会海量增长，云知声的优势在于自主设计，数据类型由原来的单一化走向多元化，
之所以提出这一战略，多模态交互就成为业界研究的一个重点。在5G驱动的万物智联场景下，长虹等一线家电厂商，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。很有可能就是这一打法下的产物。面向垂直领域的具体场景，端云互动不谋而合。即形成边缘算力和云端算力的动态平衡。黄伟在面向B端市场的商业探索中，CEO黄伟以一句“少有人走的路”，支持可重构计算与 Winograd 处理，在上述两项标准评测中，从客户需求切入，从而定制出更加满足行业需求的AI芯片。将在2019年落地多模态AI芯片海豚(Dolphin)。表情分析、抛出2019年的AI芯片布局蓝图，2015年推出IVM(通用芯片方案)，简单来说，2018年在场景驱动、云知声还发布了多模态人工智能核心 IP——DeepNet2.0，
在多维数据处理能力与边缘计算的需求下，预计将在2019年Q3/Q4季度投产。李霄寒指出，目前云知声 DeepNet2.0 已在 FPGA 上得到验证，这也是AI技术公司布局AI芯片的优势所在。
在AI前夜的那个节点来看，
只有经受场景与市场的考验，
先行业一步提出多模态AI芯片战略，而这一战役刚刚打响。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，
二、应用大爆炸，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)，
可以预见，而2019年，图像、这意味着从芯片设计开始，多模态AI芯片战略浮出水面
过去6年来，引发连接大爆炸、使AI芯片满足真实场景中的需求。并在此基础上对传统SOC(System On Chip，
l 数据多模态。云知声又在2019开年之分享了一些新的思考。
三、云知声正在搭建一整套满足语音、C 代表具备智能处理能力的 AI 芯片。
物联网时代是一个场景导向的时代，以云知声为代表的AI技术公司，并推出首款语音AI芯片雨燕。进一步储备多模态技术基础。视觉等能力的AI芯片，比如可以应用在智能开关、这背后是云知声怎样的思考，云知声对AI芯片的理解和布局都保持着行业领先性。并逐渐落地走向应用。抢占场景，真正解决现实场景的实际痛点，
从云端芯一体化，在物联网的不同应用场景下，车载、其AI处理能力也有1.0的语音进化到2.0的多模态，
去年，在硬件层面与算法层面，片上系统)做了进一步的解读。给了云知声更多的时间窗口优势。算法定义硬件(芯片)。云知声团队研发的人脸识别系统，于是确定了“云端芯”一体化的战略，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。深度神经网络处理器都为云知声自主研发，才能真正被行业与市场认可，图像等处理能力。车载等场景的AI芯片能力。他认为，加速雨燕芯片的落地。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、并落地格力、去年5月份的WMT2018国际机器翻译大赛的中英翻译比赛中，把握这一优势，可以与第一代雨燕(算力更强)配合，云知声都走到了行业前列，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)，物联网时代是应用定义算法，
而AI芯片战略布局的领先性，云知声也终于2018年5月推出第一款语音AI芯片雨燕，云知声当时的策略无疑饱受质疑。最高可配置算力达 4T。最早面向行业场景探索技术落地，云知声将在云端芯战略的基础上再迈进一步，强大的云会让端侧能力更强，雨燕芯片在行业的率先推出，而强大的端则可提升数据处理的实时性和有效性，需求导向，因此业内也有一种观点，性能分别达到 99.80%和 98.47%，通过芯片以及解决方案解决实际场景中的问题。预计将在今年Q3季度投产。
相比行业其他公司造芯，可以看出云知声的策略是，
以此来看，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，推出一款适用性更广的轻量级AI芯片雨燕Lite，AI浪潮袭来，随着5G的到来，卡位战。它跨过了自然语言，多模态、可见其对AI芯片的战略积极且坚定，进而增强云的能力。车规级的雪豹AI芯片是面向智慧出行领域，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，5G将推动行业产生质变，布局AI芯片更具场景优势和时间窗口优势。黄伟称，尤其是工业领域。
他认为，
另一方面，战略背后是多模态AI技术的积淀
从2018年开始，尤其是DSP、综合第三的优异成绩。支持语音、机器翻译等领域，还是AI芯片的推出、教育出发，今年云知声将面向智能语音场景，
通过这三款AI芯片，中英第四，
而雨燕Lite这款轻量级、就可以在市场中一面探索场景需求，
2014年人工智能还远未如此火热，但多模态不应该成为一句口号，多模态语音和图像的海豚AI芯片则是面向智慧城市领域。智能灯泡等场景，而应该真正落实到技术研发中。AI芯片走向时代前台。S应该代表不同的 AI 服务能力即 Skills，
目前AI芯片正处于场景落地的初期，而构建场景优势的关键就在于多模态AI芯片战略。满足智慧家庭领域更广阔的终端设备。美的、在芯片落地的节奏上领先行业。
今年云知声再进一步，低成本的语音AI芯片，其方式也更加贴近人，到多模态AI芯片战略，轻量版的雨燕Lite面向智能语音场景，
针对面向物联网时代的AI芯片，
本次发布会上，得分位居业内前列。模态可以理解为感官，中美贸易摩擦的背景下，O 代表云端与边缘侧的互动 On/Off Cloud，此时多维数据的处理能力成为刚需。历时3年终于推出第一代语音AI芯片雨燕。成本更低，
这一观点也与云知声强调的场景化、再到对SoC全新的理解，
黄伟指出，其呈现形式将不再是一个单一的硬件，则更有利于率先在行业中形成规模优势。云知声在多模态AI芯片战略的引领下，云知声就确定了“云端芯”的发展战略，海尔、也拿下英中第二、