人工智能这一概念，源自20世纪50年代中叶，由美国计算机技术专家约翰·麦卡锡首次提出。他与马文·明斯基一样，预言计算机将在20世纪70年代能拥有人类的智力水平，阿兰·图灵则认为将在公元2000年实现。
一知智能自诞生起就贴着「人工智能」标签，追其根源，脱胎于浙江大学人工智能研究所，深耕多模态人机对话及生成式AI创新。现已为零售、金融、本地生活等20+行业提供了领先的AI外呼以及数字人解决方案。
那么，一知智能究竟是如何在众多迅速崛起的AI公司中脱颖而出，并成功为品牌客户与用户搭建起高效交互桥梁的呢？
一、浙大 · 一知联合研究中心，为研发创新保驾护航
一知智能「人工智能」标签的背后，始终离不开浙大·一知联合研究中心的技术支持和前瞻性视野。一知脱胎于此、成就于此、亦反哺于此。
浙大·一知人工智能联合研究中心自2019年2月成立以来，便成为一知智能技术创新与突破的强大后盾。该中心深耕多模态人机交互的产学研融合，拥有一支由超过 40 名硕士及博士研究生组成的精英团队 。在人工智能国际顶尖会议上屡获佳绩，于语音、语义、AIGC等前沿领域发表近40余篇国际顶尖论文，申请多项专利与软件著作权，并斩获国际自然语言推理竞赛SNLI全球第一名和机器阅读理解比赛SQuAD单模型组全球第二名的殊荣。
值得一提的是，研究中心与微软亚洲研究院紧密合作，共同研发出基于Transformer的新型前馈网络FastSpeech。实现了高质量梅尔谱的并行、稳定、可控生成，较传统Transformer TTS技术，梅尔谱生成速度提升近270倍，端到端语音合成速度提高近38倍，单GPU上的语音合成速度是实时语音速度的30倍。该技术几乎完全消除了合成语音中重复吐词和漏词问题，同时支持语音速度与停顿的精细调整，优化整体语句的韵律，为用户带来前所未有的自然语音交互体验。
坐落在浙大玉泉校区旁的研究中心
通过企业与学校强强联手，充分发挥一知智能在人机交互领域引领性的研发优势，汇聚优秀研发人才，力争打造“技术创新、产品创新、人才创新 ”三位一体的创新型人工智能研究中心，保证了一知在人机交互领域的技术领先地位。同时，一知智能积累的海量数据亦能反哺研究中心，让数据产生价值，与浙大·一知联合研究中心形成滚雪球般的良性循环，共促技术革新与应用落地。
二、从 0 到 1 ，再到无限可能
先有技术，再有产品。
在技术创新生态中，技术从“概念萌芽”到“规模化应用”需融合学术深耕与产业实践。科研机构先行，实现从0-1的技术突破。随后，企业接过接力棒，结合市场需求，将成果转化为市场解决方案。
一知智能自研语音合成技术的突破，也孕育出了一知的第一款产品——AI智能语音外呼。在语音交互层面实现了应用落地，以电话为载体，助力1000+品牌客户触达上亿次消费者，提升品牌用户的生命周期价值。同时，在CTO姜兴华和研究中心负责人薛弘扬博士的技术带领下，团队通过与浙江大学的产学研合作，研发了名为“ 太一 ” 的新一代多模态交互大模型。
“太一”多模态交互大模型
“太一”大模型的诞生，使AI外呼产品在实际应用中，更加精准地洞悉说话人意图，提升关键信息的捕捉能力。而这背后，是一知在不同细分行业所沉淀的海量场景数据。将这些数据注入大模型优化应用后，一知的 NLP 技术的准确率已达到 96% 以上，实现了对话场景全面算法驱动。 语音交互技术的提升，使一知的产品实现从最初的10秒、30秒通话时长延长至如今的3 分钟以上 深度交流，大幅提升了用户的通话体验。
在几万小时数据量、transformer、diffusion基础模型加持下，一知不断优化语音算法技术，解决了传统TTS技术用于语音客服时存在的录音量大、训练时间长、声音缺乏情感波动、转人工客服时音色差异大 等问题。能够在零样本的前提下，在各个指标（发音清晰度、音色相似度）上，全面超过拥有10～300秒样本的算法。
2023年，一知延长了产品线，在语音人机交互的基础上加入了视频交互，推出了第二款产品——AI数字人。一知数字人是业内少有的同时支持声音克隆和形象克隆 的数字人产品。在算法技术上，基于多模态人工智能模型，可实现120FPS无延时输出，仅需少量数据训练就能输出不同语种、语调视频，经过众包测试，其口型和语音匹配准确率高达 99.9% ；实时互动“阿凡达”模式，流式变声器功能，让柯南里的变声情节成为现实。近期，薛博士带领的研发团队更是突破单图即可生成数字人技术，为一知的业务拓展带来了无限可能。
三、不做「大」模型，做垂类行业的「小」模型
