思必驰融资赋能大模型，2023营收强势增长

近日，国内人工智能语音领域头部企业思必驰宣布完成开年首期两亿元战略融资，资金将主要用于大模型平台研发、垂直场景落地及全球化市场拓展。值得注意的是，此次融资正值其推出新一代对话式AI大模型平台”DUI 2.0”后，公司2023年全年营收同比增长50%，达到8.3亿元，创下历史新高。这一系列动作标志着思必驰在AI 2.0时代的技术突破与商业落地进入加速期。

一、两亿元融资背后的战略布局

此次融资由国投创合、上海国盛等国资基金领投，老股东元禾控股、苏州工业园区引导基金持续加码。据思必驰CFO透露，资金分配呈现”631”结构：60%投向大模型平台研发，30%用于垂直行业解决方案开发，10%布局海外市场。这种资源配置直接反映了公司”技术驱动+场景深耕”的双轮战略。
在技术层面，思必驰将重点突破三项能力：其一，多模态交互升级，通过整合语音、视觉、触觉传感器数据，实现更自然的跨模态理解；其二，长上下文记忆优化，将对话历史处理能力从当前20轮扩展至100轮以上；其三，行业知识图谱构建，计划年内完成金融、医疗、汽车三大领域的专业图谱建设。
技术团队已启动”百模千景”计划，即在100个细分场景中部署定制化模型。以智能客服场景为例，通过融合行业术语库和业务流程规则，其模型在保险理赔场景的意图识别准确率从87%提升至94%，响应延迟降低至300ms以内。

二、大模型平台的技术突破点

DUI 2.0平台采用”基础模型+场景插件”的架构设计，基础层搭载自研的百亿参数Transformer模型，支持中英文双语及30种方言识别。场景插件层则提供预训练的行业微调包，企业用户可通过可视化界面完成模型定制，无需深度AI开发经验。
在工程实现上，平台创新性采用动态计算图技术，使单卡推理吞吐量提升3倍。以下为关键技术指标对比：

# 性能对比示例（虚构数据用于说明）
metrics = {
    "DUI 1.0": {"latency": 800, "throughput": 120},
    "DUI 2.0": {"latency": 300, "throughput": 360},
    "industry_avg": {"latency": 1200, "throughput": 80}
}

平台内置的模型压缩工具链可将参数量从百亿级压缩至十亿级，同时保持90%以上的原始精度。这在车载等算力受限场景中具有显著优势，某新能源汽车客户实测显示，压缩后的模型在ADAS语音交互中的功耗降低65%。

三、营收增长的三大驱动力

1. 垂直行业深度渗透：在汽车领域，思必驰前装语音方案市场占有率达28%，与15家主流车企达成合作。其多模态交互方案支持方向盘按键、手势、语音三模触发，使驾驶场景下的指令识别准确率提升至98.7%。
2. 出海战略初见成效：东南亚市场收入同比增长210%，在印尼、泰国等地建立本地化语音数据库，适配当地口音特征。与LG电子的合作项目中，其智能音箱方案在当地市场占有率突破15%。
3. 硬件生态完善：推出首款带屏智能音箱”小驰Pro”，集成视觉识别与环境感知能力。该产品采用模块化设计，企业客户可定制摄像头、传感器等组件，单款产品衍生出8种行业变体。

   四、开发者生态建设实践

   思必驰开放平台已汇聚12万开发者，日调用量突破10亿次。其推出的”模型即服务”（MaaS）模式包含三大工具包：

• 场景模板库：提供金融客服、医疗问诊等20个预置场景
• 低代码训练台：支持通过Excel表格上传行业数据完成模型微调
• 量化评估系统：自动生成模型性能报告，包含准确率、延迟、资源消耗等15项指标
  某三甲医院的实践案例显示，通过输入5000条问诊对话数据，24小时内即可生成专用医疗咨询模型，在症状识别任务上达到主治医师85%的诊断水平。

  五、行业启示与未来展望

  思必驰的成长路径为AI企业提供三条可借鉴经验：其一，坚持全栈自研技术路线，确保核心环节可控；其二，建立”基础研究-场景验证-商业闭环”的正向循环；其三，通过模块化设计降低客户使用门槛。
  据IDC预测，2024年中国对话式AI市场规模将达210亿元，年复合增长率38%。思必驰计划在下半年推出千亿参数大模型，并启动港股上市进程。其技术路线图显示，2025年将实现多模态大模型在边缘设备的实时运行，这或将重新定义人机交互的边界。
  对于开发者而言，思必驰的实践表明：在AI技术商业化过程中，既要保持底层技术的领先性，又要构建易用的开发工具链。建议开发者关注三个方向：行业知识库的构建、轻量化部署方案、多模态交互创新。随着大模型进入”场景为王”阶段，谁能更高效地连接技术与需求，谁就将主导下一轮竞争。