Token价值，也不是单纯追求调用量，是看每次调用能否真正转化为业务结果。    他认为，在数字化转型中，企业既渴望更强的智能，又无法承受过高成本。因此，竞争的核心不再是单纯的“参数规模”或“Token数量”，而是“智能密度”与“Token价值”。大模型竞争已告别“数量比拼”，转向“价值变现”，唯有将技术能力锚定高价值场景，才能实现商业闭环。    技术跟着场景走    “我们不是一家纯做科研的公司，而是一家始终做商业落地的公司。”黄伟表示，过去十几年间，云知声从智能语音交互技术和产品出发，服务医疗、生活等领域的客户。在这个过程中，公司持续更新技术，走差异化迭代之路。    这种“技术跟着场景走”的策略，在大模型时代得到了业绩验证。2025年，作为公司核心增长引擎，大模型相关业务实现收入6.1亿元，同比增长逾10倍，占整体营收比重攀升至50%以上。大模型业务从早期的技术探索阶段，蜕变为支撑云知声发展的核心驱动力。    从业务结构来看，智慧医疗与智慧生活构成云知声的两大核心业务板块。财报显示，智慧医疗业务2025年实现营收约2.4亿元，同比增长22.3%；智慧生活业务2025年实现营收9.7亿元，同比增长30.8%。    黄伟认为，比营收数字更重要的，是模型与数据之间的良性循环。他将其概括为“模数共振”。模型的性能离不开高质量数据，而好的模型如果不落地，既无法创造价值，也难以在真实场景中获取高质量数据来推动技术迭代。如今，云知声的智慧医疗业务已广泛应用于智能电子病历、临床辅助诊断等核心场景，正是“模数共振”的典型案例。    在数据安全方面，云知声采取了分层策略。对于C端产品或公共产品，数据敏感度相对较低，通过MaaS（模型即服务）模式提供服务；在医疗、
=*=*=*=*=*=
当前为第2/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页