1552
公元2023年，“百模爭流”。從中關(guān)村到硅谷，創(chuàng)新之火，如火如荼，赤誠可鑒卻優(yōu)偽難辨。
維特根斯坦說：凡是能夠說的，都能夠說清楚；凡是不能說的，必須保持沉默。
在一重產(chǎn)業(yè)革命級(jí)別的技術(shù)范式轉(zhuǎn)折之中，識(shí)別真正的硬核創(chuàng)新者，識(shí)別大模型時(shí)代產(chǎn)業(yè)趨勢(shì)，我們須摒棄能說會(huì)道的投機(jī)者，去跟隨如維特根斯坦所說的這類既可以自證又懂得沉默的盜火者。
在審讀過多數(shù)AI公司之后，在我們看來，商湯是其中更被低估的盜火者之一。直到大模型火焰點(diǎn)燃中國千行百業(yè)之后，更多的人將驟然領(lǐng)悟，它為何必然是新周期里那個(gè)中國的“普羅米修斯”式AI公司之一。
AI原生時(shí)代盜火者
蒸汽機(jī)，交流電，互聯(lián)網(wǎng)，每一次工業(yè)革命級(jí)技術(shù)發(fā)軔之后，平均都至少將用50年時(shí)間，劃分出一個(gè)指數(shù)級(jí)的經(jīng)濟(jì)增長時(shí)代。這其中，最重要的一重現(xiàn)象，就是新企業(yè)的進(jìn)入與老企業(yè)的退出。
圖：1980年至2010年信息技術(shù)革命黃金30年內(nèi)美國新老企業(yè)進(jìn)入與退出率。來源：《美國增長的起落》
特別是在顛覆性技術(shù)交替的5-10年內(nèi)，產(chǎn)業(yè)界的新舊勢(shì)力碰撞將異常激烈。這一過程，便是新技術(shù)原生代登上歷史舞臺(tái)的窗口時(shí)刻。
通常來說，在此之后，主導(dǎo)產(chǎn)業(yè)經(jīng)濟(jì)的力量，將從屬于新技術(shù)原生時(shí)代的力量集群們。一如汽車誕生之后，馬車在社會(huì)分類消費(fèi)支出的份額之中迅速歸零（見下圖），馬車夫和車行老板們?cè)诮?jīng)濟(jì)系統(tǒng)里的榮耀，在歷經(jīng)幾個(gè)世紀(jì)的穩(wěn)態(tài)后，一朝泯滅。
圖：1869年至2013年美國部分大類耐用品在社會(huì)分類消費(fèi)支出份額中的變化。來源：《美國增長的起落》
這警示著我們，每當(dāng)新一輪技術(shù)革命肇始之際，我們務(wù)必將眼界與籌碼投向從屬于新周期的原生型公司之上，而勿要沉湎于過往的線性經(jīng)濟(jì)邏輯中——這便如：我們不能指望馬車夫和馬車行老板們?cè)斐銎囈粯印?/p>
換言之，在方興未艾的大模型時(shí)代，我們更須著眼于AI原生時(shí)代的盜火者。它們至少存在以下幾個(gè)顯著特征：
1.具備前瞻的算力思維。
2.具備智能算力工程能力。
3.具有智能算法技術(shù)池積累。
4.具備以算力、算法統(tǒng)籌千行百業(yè)不同特質(zhì)的數(shù)據(jù)之能力，并可以快速迭代設(shè)配，具有為不同產(chǎn)業(yè)至少帶來數(shù)量級(jí)效益增厚的潛力甚至能力。
這四點(diǎn)不難理解：算力（算力工程能力）是AI原生時(shí)代所有商業(yè)模式的第一性，算力思維是與互聯(lián)網(wǎng)時(shí)代流量思維最大優(yōu)先級(jí)的區(qū)別特征。算力思維同時(shí)也是算法技術(shù)的根基，驅(qū)動(dòng)著智能在通用以及專用領(lǐng)域的持續(xù)涌現(xiàn)。唯有具備軟硬一體（算力與算法的統(tǒng)一）思維能力基礎(chǔ)，才能在智能革命競(jìng)爭中走得更遠(yuǎn)，直至融入千行百業(yè)之中勝出。（該系列邏輯已在此前系列研究報(bào)告中，不復(fù)贅述。）
通觀海內(nèi)外AI業(yè)界，具備這四項(xiàng)能力的AI原生力量實(shí)則比我們認(rèn)為的要少很多，而來自中國的商湯則是其中之一：
1、前瞻性：最早布局AIDC人工智能超算中心的AI公司。
商湯2018年籌備落子的AIDC，于2022年正式于上海臨港投用，基于2.7萬塊GPU實(shí)現(xiàn)對(duì)外輸出算力突破5.0 exaFLOPS，可支持最多20個(gè)千億參數(shù)量超大模型并行訓(xùn)練。
某種意義上，這是中國人工智能從單一場(chǎng)景應(yīng)用正式轉(zhuǎn)向通用人工智能的標(biāo)志。在此之前，全球范圍內(nèi)規(guī)模性算力中心多以傳統(tǒng)串行計(jì)算為主、并行計(jì)算為輔。
商湯此舉意味良多——
彼得蒂爾在移動(dòng)互聯(lián)網(wǎng)時(shí)代總結(jié)道：每個(gè)通向偉大的公司都有自己的“秘密”。商湯究竟在2018年時(shí)看到了什么，因何最早敢為天下先，以數(shù)十億真金百億投向AIDC這一通用人工智能基礎(chǔ)設(shè)施，正是其得以從容不迫地穿越至AI原生時(shí)代的關(guān)鍵秘密。
關(guān)乎商業(yè)競(jìng)爭的秘密不足為外人道，但我們已能看到日日新大模型體系順?biāo)斓芈涞兀⒁蕴鞛閱挝徊粩噙M(jìn)化。更重要的是，商湯的AIDC本身已經(jīng)成為一個(gè)可以產(chǎn)生現(xiàn)金流的生意——通過并行算力的對(duì)外服務(wù)，以及對(duì)產(chǎn)業(yè)的賦能，已經(jīng)使它在AI原生時(shí)代初期即手握兩個(gè)關(guān)鍵商業(yè)模式：
- 算力即服務(wù)；
- 模型即服務(wù)。
比較起2023年前諸多在行業(yè)場(chǎng)景里摸爬滾打，最終卻不得不接受數(shù)以億計(jì)沉沒成本的1.0代AI公司，商湯有效地將在1.0時(shí)期募集的資金高效留存并順利地過度到了2.0時(shí)代。這是證明這家公司擁有超級(jí)AI戰(zhàn)略視角的關(guān)鍵佐證。
2、可靠性：領(lǐng)先的智算工程能力。
關(guān)于智算工程能力，商湯的可靠程度在整個(gè)中國AI大模型領(lǐng)域應(yīng)是最不容指摘的公司之一：
（1）AIDC這一萬卡（GPU）級(jí)別的智能計(jì)算中心，本身即是智算工程的產(chǎn)物。AIDC歷時(shí)數(shù)年的設(shè)計(jì)建設(shè)，亦是智算工程能力進(jìn)一步磨礪的過程。
（2）以數(shù)據(jù)說話：商湯針對(duì)新大模型的自動(dòng)化數(shù)據(jù)標(biāo)注服務(wù)目前已將智能標(biāo)注效率提升百倍；大模型推理部署服務(wù)可將大模型推理效率提高600%；大模型并行訓(xùn)練服務(wù)支持單集群3200卡5000億稠密參數(shù)模型訓(xùn)練。
而這也衍生出了商湯在AI原生時(shí)代第三個(gè)關(guān)鍵商業(yè)模式：
- 工程能力即服務(wù)。
可以預(yù)期的是，隨著大模型在千行百業(yè)的不斷滲透，將衍生出海量的基于AI大模型的創(chuàng)業(yè)公司。屆時(shí)，它們遠(yuǎn)不必從零到一的在大模型服務(wù)上苦思冥想，以商湯為代表的中國AGI先行者，已經(jīng)集結(jié)了算力底座-MaaS-算力工程調(diào)優(yōu)維護(hù)等全流程生產(chǎn)力平臺(tái)工具——如果說算力是水電，MaaS是房屋，那么工程能力便是物業(yè)維護(hù)，全程護(hù)航中國AI原生時(shí)代的不斷進(jìn)取與突破。
3、可信性：600多篇頂級(jí)學(xué)術(shù)論文，超過12000件人工智能專利及專利申請(qǐng)積累。
根據(jù)我們的最新統(tǒng)計(jì)，商湯科技自2014年成立以來，在各項(xiàng)全球競(jìng)賽中已獲得70多項(xiàng)冠軍，發(fā)表了600多篇頂級(jí)學(xué)術(shù)論文，并擁有超過12000件人工智能專利及專利申請(qǐng)。
專利與學(xué)術(shù)論文是技術(shù)的影子，它不是事實(shí)本身，卻映射事實(shí)的輪廓。透過這樣的商湯這一放之全行業(yè)亦不遑多讓的AI技術(shù)能力輪廓，我們大致可以看到：
（1）從所謂AI四小龍之一，到AIDC戰(zhàn)略的落地，再到最先穿越至AI原生時(shí)代，以及更高效率地落地日日新大模型，AI工程能力逐日擢升，商湯AI技術(shù)能力的演進(jìn)并最終脫穎而出，是一個(gè)一步一個(gè)腳印、可逐幀回溯的過程，具有充分的可信性。
（2）商湯從單一場(chǎng)景通向通用原生時(shí)代，整個(gè)過程中投向研發(fā)的錢，都以技術(shù)為載體實(shí)現(xiàn)了逐一落地，并也因此高效地全程支撐了其超級(jí)AI戰(zhàn)略視角的執(zhí)行，并保障了其迄今為止的技術(shù)領(lǐng)先性。
4、領(lǐng)先性：大模型的迭代適配能力。
談到技術(shù)領(lǐng)先性，除了超級(jí)AI戰(zhàn)略視角，以及在專利技術(shù)領(lǐng)域投下的影子，更重要的還體現(xiàn)在大模型的不斷迭代適配，對(duì)于關(guān)鍵實(shí)體產(chǎn)業(yè)的真實(shí)賦能能力之上：
商湯已在通用模型領(lǐng)域，實(shí)現(xiàn)語言模型、圖像模型、多模態(tài)模型與AIGC（內(nèi)容生成）“四箭齊發(fā)”，同時(shí)據(jù)商湯2022年年報(bào)顯示，截至去年年末，在專用模型領(lǐng)域，則已累計(jì)對(duì)外輸出商業(yè)模型達(dá)6.7萬個(gè)。以中國當(dāng)前產(chǎn)業(yè)高質(zhì)量轉(zhuǎn)型階段的關(guān)鍵抓手——智能汽車制造領(lǐng)域?yàn)槔?，商湯的智能汽車整車廠合作伙伴超過30家，AI模型及技術(shù)服務(wù)滲透涉及車輛超過800萬輛。
一言以蔽之，商湯已率產(chǎn)業(yè)之先拿到了通向AI原生時(shí)代的那張船票。
不要聽他怎么說，而要看他怎么做
中國的AI原生時(shí)代盜火者正在砥礪而行。但必須事實(shí)求是地是，當(dāng)前而言，我們?nèi)蕴幱诖竽Ｐ偷摹懊と嗣蟆彪A段，每一個(gè)角度似乎都是真相，但其實(shí)又只是拼圖。
正因?yàn)檫h(yuǎn)景的模糊，使得噪音不斷。故而識(shí)別其中的趨勢(shì)，一個(gè)簡單的方法論在于：不要聽他怎么說，而要看他怎么做，以及做的怎么樣。
根據(jù)最樸素的經(jīng)濟(jì)學(xué)原理，AI能給產(chǎn)業(yè)帶來什么價(jià)值，無非是從供給需求兩個(gè)維度去看：即，供給端能有什么效率提升；需求端能有什么效用收獲。
從商湯科技的系列動(dòng)作值中，我們其實(shí)可以清晰看到針對(duì)系列問題的求解邏輯與路徑：
什么是優(yōu)質(zhì)供給？基礎(chǔ)算力基座+大模型體系+生成式AI應(yīng)用
什么是有效需求？從專用，走向通用，再走向?qū)Ｓ谩?/p>
【1】什么是大模型時(shí)代的優(yōu)質(zhì)供給？
當(dāng)一個(gè)供給不夠優(yōu)質(zhì)的時(shí)候，談?wù)撔枨鬅o異于緣木求魚。智能手機(jī)的iPhone，新能源汽車的Model 3，之所以被人反復(fù)咀嚼就是由于其在供給端做出了劃時(shí)代的貢獻(xiàn)。
AI其實(shí)并不新，作為一個(gè)發(fā)展了數(shù)十年的行業(yè)，之所以在2023年引起全球的高度關(guān)注，就是由于ChatGPT讓人看到大模型帶來的奇點(diǎn)效應(yīng)。但大模型僅僅只是開始質(zhì)變的原點(diǎn)，未來真正的優(yōu)質(zhì)供給仍在緊鑼密鼓的構(gòu)建中。大模型時(shí)代，亟待賦能的是千行百業(yè)，真正優(yōu)質(zhì)的供給需要?jiǎng)討B(tài)體系化的AI基礎(chǔ)設(shè)施。
該怎么理解動(dòng)態(tài)體系？
1）大模型時(shí)代的基礎(chǔ)設(shè)施需要成體系
算力無疑是資本市場(chǎng)最火的投資賽道，但目前市場(chǎng)講的算力概念有所偏狹，僅局限于IDC，服務(wù)器，甚至是GPU。
但實(shí)際的AI算力基礎(chǔ)是“算力、數(shù)據(jù)、基礎(chǔ)算法”三位一體的，智能算力必須靠體系才能發(fā)揮作用，而不是簡單的硬件堆砌，不然IDC企業(yè)豈不是這一輪AI的領(lǐng)航員？可以作為佐證的是，最近隨著大家搶著下單完英偉達(dá)的A100后，發(fā)現(xiàn)高質(zhì)量的數(shù)據(jù)竟然是更高的門檻，而算法大部分人還只能依托于開源。
根據(jù)商湯聯(lián)合創(chuàng)始人楊帆的闡述：算法當(dāng)然可能體現(xiàn)基模型、計(jì)算法，或者說體現(xiàn)成一些AI運(yùn)算的一些工具。算力呈現(xiàn)的不僅是硬件的資源，還包括一整套的基礎(chǔ)軟件體系，是不是能夠把幾千張卡連在一起去做一個(gè)訓(xùn)練。數(shù)據(jù)也不僅是數(shù)據(jù)本身的積累，還包括處理數(shù)據(jù)的能力、整合數(shù)據(jù)的能力、使用數(shù)據(jù)的know-how。
商湯從成立之初便在這三要素上蓄力，比如前瞻性的擴(kuò)容智能算力（AIDC）就是一大佐證，公司當(dāng)前AIDC運(yùn)行GPU接近3萬片，能夠輸出高達(dá)5000p的總算力，躋身國內(nèi)智能算力第一梯隊(duì)。
顯然供公司的布局不限于此，伴隨著 AI技術(shù)的升級(jí)，商湯開始嘗試將自己這些先進(jìn)的能力提煉出來，定義成一個(gè)AI基礎(chǔ)設(shè)施——AI大裝置SenseCore。這個(gè)大裝置不僅成為公司迭代大模型的核心引擎，而且也能為業(yè)內(nèi)提供一個(gè)足夠低成本、低門檻的服務(wù)。
圖：商湯AI大裝置SenseCre為大模型體系提供算力支持
2）大模型時(shí)代“喜新厭舊”，需要及時(shí)動(dòng)態(tài)迭代
由于要面對(duì)千行百業(yè)，大模型現(xiàn)在離人們的期待還有著巨大的差距，根據(jù)用戶/客戶進(jìn)行及時(shí)的優(yōu)化，是模型迭代的最優(yōu)路徑。或者說，客戶就是最好的產(chǎn)品經(jīng)理，而這對(duì)于更新提出了近乎變態(tài)的要求，畢竟傳統(tǒng)企業(yè)的產(chǎn)品最快也是按年為計(jì)量單位來進(jìn)行迭代的。
商湯于2023年4月份，基于其AI大裝置SenseCore，推出了“日日新SenseNova”大模型體系，包括語言大模型，以及文生圖、2D/3D數(shù)字人生成、大場(chǎng)景/小物體生成大模型。這個(gè)大模型體系的名字就隱含了動(dòng)態(tài)迭代的愿景。
那么一個(gè)季度后，他們做的如何呢？商湯首席科學(xué)家王曉剛的訪談中對(duì)市場(chǎng)關(guān)切的這一問題做出了明確的回應(yīng)：“我們的這種更新，每天也都是不斷的去接到用戶的調(diào)用，還有很多客戶，實(shí)際上是對(duì)我們模型有全方位的測(cè)試和評(píng)估，也會(huì)給出我們方向的建議，所以我們收到反饋以后，其實(shí)每隔幾天都會(huì)進(jìn)行一個(gè)快速的更新?！?/p>
簡單來說，“日日新”大模型的更新周期，是以天為單位的，也的確符合這個(gè)模型的“出廠設(shè)定”。正是由于這樣的更新速度，基于“日日新”這一生成式大模型，目前公司通用大模型已經(jīng)覆蓋視覺、語言、多模態(tài)、內(nèi)容生產(chǎn)四大領(lǐng)域。這種大模型快速開發(fā)、迭代能力，反映的就是很強(qiáng)的AI系統(tǒng)工程能力——
據(jù)7月7日，第六屆世界人工智能大會(huì)（WAIC 2023）期間，商湯帶來的最新分享顯示，“商湯日日新SenseNova”大模型體系，已于日前再度實(shí)現(xiàn)了重大迭代升級(jí)：
- 千億級(jí)參數(shù)的自然語言處理模型商湯商量SenseChat 2.0版本，突破了大語言模型輸入長度的限制，并推出不同參數(shù)量級(jí)的模型版本，可無縫適配移動(dòng)端、云端等不同終端及場(chǎng)景的應(yīng)用需求，降低部署成本。
- 生成式大模型商湯秒畫SenseMirage 3.0的模型參數(shù)從今年4月首次發(fā)布以來的10億提升至70億量級(jí)，能夠?qū)崿F(xiàn)專業(yè)攝影級(jí)的圖片細(xì)節(jié)刻畫。
- 如影SenseAvatar 2.0數(shù)字人生成平臺(tái)相較1.0版本的語音和口型流暢度提升30%以上，實(shí)現(xiàn)4K高清視頻效果，并帶來AIGC生成形象及數(shù)字人歌唱功能。
- 3D內(nèi)容生成平臺(tái)瓊宇SenseSpace 2.0的空間重建效率提升20%，渲染性能提升50%，每100平方公里場(chǎng)景的建圖時(shí)間僅需38小時(shí)即可完成（1200 TFLOPS/秒算力支持）。
- 另一3D內(nèi)容生成平臺(tái)格物SenseThings 2.0對(duì)小物體的紋理及材質(zhì)還原達(dá)到毫米級(jí)精細(xì)度，并突破對(duì)高反光和鏡面物體的采集難題。
于AI玩家而言，鍛造優(yōu)質(zhì)供給的最終目的，就是為了讓 AI技術(shù)更加低成本、低門檻、高效率的進(jìn)入到各個(gè)場(chǎng)景里面。在絕大部分企業(yè)還在三要素—“算力、數(shù)據(jù)、算法”—中顧此失彼的時(shí)候，商湯“大算力+大模型”的AGI戰(zhàn)略，在供給側(cè)無疑取得了得天獨(dú)厚的先發(fā)優(yōu)勢(shì)。
【2】什么是大模型時(shí)代的有效需求？
7月18日，Microsoft在合作伙伴大會(huì)上官宣Copilot的定價(jià)為：每用戶每月額外支付30美元。隨著微軟吹響AI+辦公應(yīng)用落地的發(fā)令槍，AI的商業(yè)化探索，正式成為每一個(gè)頭部AI供應(yīng)者現(xiàn)在需直面的頭等大事。
但到底什么是有效的需求，目前的爭議遠(yuǎn)遠(yuǎn)大于供給側(cè)的技術(shù)路線之爭。我們認(rèn)為，大模型時(shí)代的有效需求，是先解決用戶的通用性問題，然后再解決用戶的專用性問題。這就像計(jì)算機(jī)的發(fā)明，首先解決的是計(jì)算這個(gè)通用性剛需，然后再是垂直向下解決如辦公、娛樂、畫圖、視頻等專用個(gè)性化需求。
為了解決通用性問題，AI的供應(yīng)商，需要提供牢靠的通用性量子能力，比如行業(yè)的文本能力已相對(duì)成熟，但視頻、圖像等能力尚待突破，最終必然要構(gòu)建多模態(tài)能力。而針對(duì)專用問題，勢(shì)必要下沉到行業(yè)中去，與行業(yè)的專用數(shù)據(jù)和產(chǎn)業(yè)規(guī)律浸泡在一起，尋找最短路徑的解決方案。
圖：突破供給瓶頸后，AI將在需求側(cè)解決“通用”和“專用”兩個(gè)層次的問題
1）從專用走向通用
追本溯源，AI以前沒有進(jìn)入大眾生活最重要的原因，就是由于其不夠通用。在上一輪AI熱潮中，我們還是只能用相對(duì)比較高昂的代價(jià)解決某些特定的問題，比如人臉識(shí)別、拍照防抖、自動(dòng)駕駛。就好像專業(yè)的運(yùn)動(dòng)員，只能在特定的項(xiàng)目上表現(xiàn)優(yōu)異，而人們期待的是一個(gè)“全能選手”。簡單來說，以前的AI的智能不夠通用。
大模型促使AI時(shí)代躍遷到AGI時(shí)代，其中的G就是通用的意思。正是由于大模型時(shí)代的到來，使得AI終于有了“人”的影子，我們便可以暢想，AI能夠替代或者幫助人去做哪些事情。
具體來說，2023 年起的大模型涌現(xiàn)，標(biāo)志著AI已經(jīng)從專用任務(wù)轉(zhuǎn)向通用任務(wù)，或是以自然語言人機(jī)接口的方式呈現(xiàn)，能讓機(jī)器遵循人的主觀意志實(shí)現(xiàn)更廣泛的功能。比如在算法方面，大模型的表達(dá)能力越來越強(qiáng)、規(guī)模越來越大，自主學(xué)習(xí)能力越來越強(qiáng)，從專用向通用趨勢(shì)顯著，你可以讓AI扮演你的老師、助手、伙伴。
回歸到商業(yè)模型視角，不管是to B還是to C，大模型不再局限于某一個(gè)垂類，而是提供通用型的量子能力，解決“剛需”，比如文本、圖像、視頻等跨模態(tài)的需求。用專業(yè)一點(diǎn)的話來講，大模型需要演化成MaaS（Model-as-a-Service，模型即服務(wù)），利用大模型的通用能力，提供泛化的服務(wù)。
一體兩面，判斷一個(gè)公司的大模型是否靠譜，最簡單的方法就是看其模型能否提供通用的服務(wù)。而這無疑，是一個(gè)高階的要求，因?yàn)閺膶Ｓ米呦蛲ㄓ?，需要積累大量的 know-how。
大部分人對(duì)商湯的印象還停留在機(jī)器視覺龍頭公司的階段，實(shí)際上過去8年，商湯靠專用積累實(shí)現(xiàn)蛻變，將技術(shù)迭代泛化到通用，多模態(tài)和多場(chǎng)景已然不然話下。
我們以智能汽車這一大家高度關(guān)注的領(lǐng)域?yàn)槔＿@一場(chǎng)景對(duì)智能的要求是方方面面的，細(xì)分場(chǎng)景包括駕駛域、坐艙、車路等，交互又包括語音、文本、觸控等多種方式，非常復(fù)雜。對(duì)于這一問題，商湯的絕影智能汽車提出了“駕、艙、云”三位一體的戰(zhàn)略，規(guī)劃未來在智能汽車領(lǐng)域成為通用人工智能核心供應(yīng)商。
僅僅在座艙，公司打造的車艙大腦就分為四個(gè)層次：
1）車端，包括攝像頭和各種感知硬件，感知車控包括娛樂在內(nèi)的各種車內(nèi)狀態(tài)，以及各種長短的記憶模塊；
2）云端，在強(qiáng)大的AIDC基礎(chǔ)設(shè)施和日日新大模型的加持下，發(fā)揮云端決策和推理能力，協(xié)同調(diào)動(dòng)車內(nèi)資源，去控制車內(nèi)各部分和APP，輸出強(qiáng)大豐富的內(nèi)容，生成車內(nèi)智能化的操作系統(tǒng)；
3）往上附加，絕影智能車艙支撐了十多項(xiàng)各種應(yīng)用，大大提升駕乘安全性，豐富娛樂功能，提供智能化教育服務(wù)，最終大幅度提升在車內(nèi)的各種操作，還有工作效率；
4）另外，通過虛擬助手的方式，跟乘客實(shí)現(xiàn)擬人化的交互。
商湯作為一家to b企業(yè)，做大模型需要更多的考慮AI的泛化能力，更高的泛化能力意味著解決某一領(lǐng)域全棧需求的能力及整體解決方案的壁壘越強(qiáng)。
圖：商湯面向客戶提供多種MaaS服務(wù)
2）從通用再次下沉專用
但為了更好的讓AI提高各行各業(yè)的滲透率，除了極強(qiáng)的通用能力外，還要結(jié)合行業(yè)的專業(yè)知識(shí)，即“從群眾中來，到群眾中去”。AI供應(yīng)商需要利用大模型的通用能力去應(yīng)對(duì)多樣化、碎片化的應(yīng)用場(chǎng)景，這一步需要積累眾多的行業(yè)大量的know-how。
對(duì)商湯而言，在日日新大模型體系下，生成式AI應(yīng)用就是降維的事情。當(dāng)前公司已經(jīng)推出的商量SenseChat（語言大模型）、秒畫SenseMirage（文生圖創(chuàng)作平臺(tái)）、如影SenseAvatar（AI數(shù)字人視頻生產(chǎn)平臺(tái)）、瓊宇SenseSpace（3D場(chǎng)景生成平臺(tái)）、格物SenseThings（3D內(nèi)容生成平臺(tái)）等，正高效嵌入千行百業(yè)之中：
1)在金融領(lǐng)域，商湯與銀行、保險(xiǎn)、券商等客戶展開合作，利用數(shù)字人進(jìn)行智能客服、智慧營銷等工作，并通過接入大語言模型能力，提供投研分析、研報(bào)撰寫等新功能，實(shí)現(xiàn)降本增效。
2)在醫(yī)療場(chǎng)景，商湯基于海量醫(yī)學(xué)知識(shí)和臨床數(shù)據(jù)打造了中文醫(yī)療語言大模型“大醫(yī)”，提供導(dǎo)診、問診、健康咨詢、輔助決策等多場(chǎng)景多輪會(huì)話能力，未來也即將支持醫(yī)學(xué)圖像、文本、結(jié)構(gòu)化數(shù)據(jù)等多模態(tài)綜合分析，并可不斷提升醫(yī)療語言理解和推理能力。
3)移動(dòng)終端，依托商湯大模型的輕量化版本，輕松實(shí)現(xiàn)在移動(dòng)終端的部署和運(yùn)行，帶來多種智能交互解決方案，包括針對(duì)信息獲取的問答交互，針對(duì)生活場(chǎng)景的知識(shí)交互，針對(duì)語言和圖像生成的內(nèi)容交互等。
4)線下場(chǎng)景，商湯通過大模型能力為電網(wǎng)巡檢帶來長尾故障識(shí)別、復(fù)雜缺陷判斷等智能解決方案?；诃傆?.0的空間重建，商湯為濟(jì)南馬山鎮(zhèn)區(qū)域開發(fā)、合肥中國視界園區(qū)、上海瑞金醫(yī)院等打造實(shí)景空間的數(shù)字孿生，提升運(yùn)營管理效率。在珠寶行業(yè)，依托格物2.0商湯為珠寶品牌進(jìn)行珠寶首飾復(fù)刻，細(xì)致展現(xiàn)商品工藝特點(diǎn)，提升顧客購物體驗(yàn)。
以上可見，商湯正積極通過大模型的多模態(tài)能力組合賦能產(chǎn)業(yè)升級(jí)，并為中國的AI原生時(shí)代帶來諸多引領(lǐng)行業(yè)的全新突破。
結(jié)語
AI 已然成為數(shù)字經(jīng)濟(jì)時(shí)代的新基建，硬核創(chuàng)新者，已經(jīng)在錘煉供給——落地需求——優(yōu)化供給——升級(jí)需求的正循環(huán)中，轉(zhuǎn)動(dòng)了智慧的飛輪。我們有幸看到大模型時(shí)代產(chǎn)業(yè)趨勢(shì)的盜火者，已經(jīng)手捧火炬接棒未來。
