AI大模型突圍戰互聯網+
導讀
在大模型研發落地上，則值得被注入新的期待。
在大模型研發落地上，則值得被注入新的期待。
文 / 六金
出品 / 節點商業組
最近，GPT賽道上爭議不斷，先是GPT-4的問世，用一些亮眼的功能讓人類感嘆自己是不是要丟工作？緊接著又有一封聯名信刷屏，圖靈獎得主、AI三巨頭之一的約書亞·本吉奧、埃隆·馬斯克等123個業界大佬，呼吁所有人工智能實驗室應暫停比GPT-4更強大的AI系統訓練。
大語言模型的安全問題已經顯現，ChatGPT被國內廠商直接應用并不現實，國內科技公司迎來了超車機會，就像一直耕耘網絡安全的周鴻祎強調的那樣——不發展才是最大的不安全。
所以，當人工智能領域的技術革命再次發生時，我們要做的不是“因噎廢食”，而是努力儲備、趕上這一班車并且找機會超越，這也是國內科技企業在AI大模型競爭上“全員加速中”的原因。
技術革命已經發生，重要的是儲備力量
在大模型的應用上，OpenAI已經完成了從0到1的突破，而互聯網行業有一個特點，就是但凡有一人捅破窗戶紙，那么就是千軍萬馬獨木橋，方向正確了大家就都能努力趕上。
國外科技巨頭中，微軟宣布將GPT-4、DALL-E等，全都整合在旗下的Bing搜索、office辦公套件、Teams聊天產品中；Adobe在老本行圖片處理上推出生成式AI Firefly生成圖像；谷歌也開放了聊天式機器人Bard……
在國內，百度發布文心一言，成為中國第一個類ChatGPT產品；華為在2021年基于昇騰AI與鵬城實驗室聯合發布了鵬程盤古大模型；阿里在2022年9月發布了“通義”大模型系列，包含NLP大模型AlicMind、視覺大模型、多模態大模型M6；騰訊和阿里思路差不多，在去年發布了混元AI大模型，其中包含NLP、CV和多模態等基礎模型和眾多行業/領域模型；京東也宣布研發產業版的ChatGPT—ChatJD；網易、360、字節跳動等都官宣了自己在AI大模型方面的布局。
可以說，目前國內的互聯網企業基本都擁有一個AI大模型，或者制定了相應的計劃。
與國外企業專注于一個大模型并且在實驗室訓練研發不同，國內科技企業在大模型方面的布局和儲備是一個組合拳，是直接從產業端實戰出來的。雖然消費端的用戶感知并不強烈，但不代表咱們沒有大動作。
當你發現開車時，自動駕駛對于障礙識別越來越精準、倒車入庫踩線越來越細致，視覺大模型可能已經迭代了好幾個版本；你發現家里的智能音箱越來越能get你的意思時，NLP大模型可能在默默努力……許多生活中服務和應用升級的背后，都有大模型的功勞。
在所有頭部廠商中，商湯則是大模型儲備上的佼佼者，而且商湯的AI大模型已經歷過商業化驗證。截至目前商湯的商用模型就超過了67000個，據商湯財報，其語言大模型、多模態大模型、AI內容生成(AIGC)模型等正在從以前的“支持狀態”快速浮出水面。
行至2023年，對百度、商湯這種擁有大模型搭建能力的企業，大家正在從“賣算力”走向“賣模型”，Maas也成為了AI企業發展的新商業路徑。
走穩大模型的底層邏輯
在大模型這個賽道上，其實并無任何實質性技術卡脖子。例如GPT的邏輯，是技術以及運用算力進行試錯與暴力破解。李彥宏也坦言，語言大模型是算力和數據的“暴力美學”，只有當訓練的數據達到一定規模的情況下，才會出現智能涌現。
所以大模型繁榮式爆發的背后，是算力、算法、數據三大底層能力。在國內科技廠商中，AI原生企業的積累不容小覷。
例如上文提到的商湯，已布局大模型領域5年之久，解決了不少大模型實際應用中的問題，順利打開商業化的口子。
首先，在大模型的應用領域上，商湯相比于單一的語言模型，有著更廣的半徑。
在CV領域，商湯研發了320億參數的全球最大通用視覺模型，實現高性能的目標檢測、圖像分割和多物體識別算法等，在自動駕駛、醫療影像等領域得到應用。據悉，商湯在 2022 年環視感知算法BEVFormer++ 獲得了 Waymo 挑戰賽冠軍。
在AIGC文生圖領域，2022年商湯訓練的AIGC文生圖模型，對文生圖的理解以及推理速度等具備強能力。在NLP自然語言處理領域，商湯今年年中即將推出千億參數量的NLP大模型，顯著提高了文本生成、人機對話等任務的性能。
在多模態大模型方面，商湯已經把擁有30億參數的多模態大模型—書生2.5開源。“書生2.5”不僅是世界上開源模型中ImageNet準確度最高、規模最大的模型，也是物體檢測標桿數據集COCO中唯一超過65.0mAP的模型，推動通用AI技術的規模化應用。
這樣看來，商湯在大模型訓練上收獲頗豐，已然跑在了行業前列。能取得領先優勢，除了商湯跑得快以外，還因為起跑點不一樣，得益于其底層邏輯為“大裝置+大模型”。
這些年，商湯一直在打造SenseCore大裝置，2022年SenseCore大裝置持續擴建，已完成2.7萬塊GPU的部署，并實現了5.0exaFLOPS的算力輸出能力，有效支持20個千億參數量大模型（以千卡并行）同時訓練，最高可支持萬億參數超大模型的訓練。
把上文翻譯一下，作為基礎設施，商湯大裝置可以把AI能力變成一個從輸入到輸出的機器，而且商湯一直在擴大這個機器的能力，未來能應用“機器”的領域更多，直至賦能千行百業。
還有業內人士這樣拆解商湯“大裝置+大模型 ”的優勢：
每次訓練模型，相當于給模型喂飯，既然要做飯，你需要采購數據中心、芯片、算力等，然后自己加工喂到模型嘴里，這是“食堂模式”。
但是有了SenseCore大裝置后，給模型喂飯就不用擔驚受怕今天買不到米、明天買不到菜，大裝置相當于一片菜地，不需要出去采購，直接摘了果實做成食物就能喂給模型進行訓練，這是商湯搭建大模型范圍廣、數量多的重要原因。
此外，大裝置還從算力、算法、平臺方面，帶動AI模型生產在規模、性能、速度等方面的提升，大幅降低AI模型的生產成本、加速大模型的研發。
例如前文提到，到2022年底，商湯的累計商用模型已經達到了67000個，同比增加了93%；2022年人均研發模型數量9.35個，效率也比前年翻倍。可以這樣理解，從自家菜地里摘果實要比外采便宜得多也方便得多，大家給模型喂飯也有底氣了也更高效了、研發速度也提高了。有了這個基礎，未來建立大模型的能力也有望從頭部玩家轉向中小入局者。同樣這也能解決AI模型生產成本高昂、AI模型定制化開發效率低，無法滿足市場的大量需求、難以訓練高性能AI模型等問題。
據商湯最新財報的披露，公司已經將SenseCore AI大裝置的能力向行業客戶開放，目前服務了8家客戶進行大模型訓練，已訓練超過10個大模型，其中就包括了CV大模型、NLP大模型和多模態大模型等。2022年，商湯SenseCore大裝置對外服務收入占到智慧商業整體收入的20%以上，商湯預計，今年這一收入規模及占比將大幅增加。
未來大模型
可以給商湯帶來多少紅利？
國際貨幣基金組織前副總裁朱民在不久前的一次會議中表示，AI大模型不是你說一句話、寫一首詩、作一幅畫的問題，它改變了全球未來競爭的格局，這個我們必須爭。
對于商湯來說，擁有大裝置+大模型，到底能為商湯贏來多少未來？我們不妨回到財報里細細拆解。
2022年，商湯業績增長最快的是智慧生活和智能汽車兩大業務板塊，皆是在大裝置+大模型的基礎上破局商業化。
商湯的智慧生活收入同比增長130%，機構分析增長原因是擁有AIGC全棧能力的SenseMARS平臺，在200多個移動應用中被持續使用，頭部客戶續約率超過95%，線下也覆蓋到了大型游樂園區、大型商場等120個場景。
不久前，SenseMARS還為房產營銷提供了AIGC的解決方案，相較于傳統VR看房，SenseMARS帶來了像素級的場景復刻，讓大家解鎖如同親臨現場般地漫游看房感受。
截至2022年底，商湯智慧生活的客戶數達到317個，同比增長23%，單客戶ARPU也同比增長了86%。值得一提的是，智慧生活板塊在AI傳感器、AI ISP芯片、智慧醫療等方面都有了商業化突破。
在另一個高增長板塊智能汽車上，商湯的表現在機構的預料之內，因為汽車廠家的結構并不復雜。
2022年，商湯的絕影智能車艙和智能駕駛產品完成了27款車型的適配和量產交付，量產交付數量超過50萬；座艙客戶包括蔚來、廣汽、比亞迪、長安等；L2+/L2++ADAS等產品主要交付給廣汽、合眾的旗艦車型；新增定點數超800萬輛，覆蓋30余家車企的80多款車型。
另外，基于多個AI模型上的積淀并且借助激光雷達、攝像頭、毫米波雷達等基礎感知設備，商湯還推出了“絕影車路協同平臺”，可以對車端、路端的信息進行融合處理，實現“車-路-云”一體化決策控制。例如它能解決99%以上的單車盲區問題；借助AI云計算和云控平臺，還可以實現車輛感知范圍的千倍擴展；另外通過提供精準路徑導航、車速建議和碳排放優化等功能，更能顯著降低路口平均延誤時間和綠燈空放現象，提升交通效能超過20%。
中金公司在研報中稱，商湯的汽車業務依托于在視覺領域的多年積累，已具備客戶群基礎，ADAS的標桿案例也有望為后續拿單帶來示范效應；智慧生活與智能汽車占比在2025年有望達50-60%，遠超當前33%的水平，成為強勁驅動力。
寫在最后
AI領域的投資邏輯一直都是“投資前置，收益后置”。投資規模大，盈利周期長。
馬斯克當年給了OpenAI一筆錢后就拂袖離去，坊間傳言沒有繼續投資，因此OpenAI無法支付在超級計算機上訓練人工智能模型所需的巨額費用。再到OpenAI功成名就后，馬斯克和OpenAI之間又基于“摘桃子”battle了好幾個回合。
我們在AI賽道上也不能短視，特別是在大模型競爭上，任何企業都需要與具體的行業結合，才能形成確定性的商業模式，這才是長期投入帶來的“高技術門檻，強競爭壁壘”。對于深耕大模型已久的商湯來說，一家AI原生公司在講故事層面或許不如互聯網大廠那般豐富多彩；但在大模型研發落地上，則值得被注入新的期待。
節點財經聲明：文章內容僅供參考，文章中的信息或所表述的意見不構成任何投資建議，節點財經不對因使用本文章所采取的任何行動承擔任何責任。
文 / 六金
出品 / 節點商業組
最近，GPT賽道上爭議不斷，先是GPT-4的問世，用一些亮眼的功能讓人類感嘆自己是不是要丟工作？緊接著又有一封聯名信刷屏，圖靈獎得主、AI三巨頭之一的約書亞·本吉奧、埃隆·馬斯克等123個業界大佬，呼吁所有人工智能實驗室應暫停比GPT-4更強大的AI系統訓練。
大語言模型的安全問題已經顯現，ChatGPT被國內廠商直接應用并不現實，國內科技公司迎來了超車機會，就像一直耕耘網絡安全的周鴻祎強調的那樣——不發展才是最大的不安全。
所以，當人工智能領域的技術革命再次發生時，我們要做的不是“因噎廢食”，而是努力儲備、趕上這一班車并且找機會超越，這也是國內科技企業在AI大模型競爭上“全員加速中”的原因。
技術革命已經發生，重要的是儲備力量
在大模型的應用上，OpenAI已經完成了從0到1的突破，而互聯網行業有一個特點，就是但凡有一人捅破窗戶紙，那么就是千軍萬馬獨木橋，方向正確了大家就都能努力趕上。
國外科技巨頭中，微軟宣布將GPT-4、DALL-E等，全都整合在旗下的Bing搜索、office辦公套件、Teams聊天產品中；Adobe在老本行圖片處理上推出生成式AI Firefly生成圖像；谷歌也開放了聊天式機器人Bard……
在國內，百度發布文心一言，成為中國第一個類ChatGPT產品；華為在2021年基于昇騰AI與鵬城實驗室聯合發布了鵬程盤古大模型；阿里在2022年9月發布了“通義”大模型系列，包含NLP大模型AlicMind、視覺大模型、多模態大模型M6；騰訊和阿里思路差不多，在去年發布了混元AI大模型，其中包含NLP、CV和多模態等基礎模型和眾多行業/領域模型；京東也宣布研發產業版的ChatGPT—ChatJD；網易、360、字節跳動等都官宣了自己在AI大模型方面的布局。
可以說，目前國內的互聯網企業基本都擁有一個AI大模型，或者制定了相應的計劃。
與國外企業專注于一個大模型并且在實驗室訓練研發不同，國內科技企業在大模型方面的布局和儲備是一個組合拳，是直接從產業端實戰出來的。雖然消費端的用戶感知并不強烈，但不代表咱們沒有大動作。
當你發現開車時，自動駕駛對于障礙識別越來越精準、倒車入庫踩線越來越細致，視覺大模型可能已經迭代了好幾個版本；你發現家里的智能音箱越來越能get你的意思時，NLP大模型可能在默默努力……許多生活中服務和應用升級的背后，都有大模型的功勞。
在所有頭部廠商中，商湯則是大模型儲備上的佼佼者，而且商湯的AI大模型已經歷過商業化驗證。截至目前商湯的商用模型就超過了67000個，據商湯財報，其語言大模型、多模態大模型、AI內容生成(AIGC)模型等正在從以前的“支持狀態”快速浮出水面。
行至2023年，對百度、商湯這種擁有大模型搭建能力的企業，大家正在從“賣算力”走向“賣模型”，Maas也成為了AI企業發展的新商業路徑。
走穩大模型的底層邏輯
在大模型這個賽道上，其實并無任何實質性技術卡脖子。例如GPT的邏輯，是技術以及運用算力進行試錯與暴力破解。李彥宏也坦言，語言大模型是算力和數據的“暴力美學”，只有當訓練的數據達到一定規模的情況下，才會出現智能涌現。
所以大模型繁榮式爆發的背后，是算力、算法、數據三大底層能力。在國內科技廠商中，AI原生企業的積累不容小覷。
例如上文提到的商湯，已布局大模型領域5年之久，解決了不少大模型實際應用中的問題，順利打開商業化的口子。
首先，在大模型的應用領域上，商湯相比于單一的語言模型，有著更廣的半徑。
在CV領域，商湯研發了320億參數的全球最大通用視覺模型，實現高性能的目標檢測、圖像分割和多物體識別算法等，在自動駕駛、醫療影像等領域得到應用。據悉，商湯在 2022 年環視感知算法BEVFormer++ 獲得了 Waymo 挑戰賽冠軍。
在AIGC文生圖領域，2022年商湯訓練的AIGC文生圖模型，對文生圖的理解以及推理速度等具備強能力。在NLP自然語言處理領域，商湯今年年中即將推出千億參數量的NLP大模型，顯著提高了文本生成、人機對話等任務的性能。
在多模態大模型方面，商湯已經把擁有30億參數的多模態大模型—書生2.5開源。“書生2.5”不僅是世界上開源模型中ImageNet準確度最高、規模最大的模型，也是物體檢測標桿數據集COCO中唯一超過65.0mAP的模型，推動通用AI技術的規模化應用。
這樣看來，商湯在大模型訓練上收獲頗豐，已然跑在了行業前列。能取得領先優勢，除了商湯跑得快以外，還因為起跑點不一樣，得益于其底層邏輯為“大裝置+大模型”。
這些年，商湯一直在打造SenseCore大裝置，2022年SenseCore大裝置持續擴建，已完成2.7萬塊GPU的部署，并實現了5.0exaFLOPS的算力輸出能力，有效支持20個千億參數量大模型（以千卡并行）同時訓練，最高可支持萬億參數超大模型的訓練。
把上文翻譯一下，作為基礎設施，商湯大裝置可以把AI能力變成一個從輸入到輸出的機器，而且商湯一直在擴大這個機器的能力，未來能應用“機器”的領域更多，直至賦能千行百業。
還有業內人士這樣拆解商湯“大裝置+大模型 ”的優勢：
每次訓練模型，相當于給模型喂飯，既然要做飯，你需要采購數據中心、芯片、算力等，然后自己加工喂到模型嘴里，這是“食堂模式”。
但是有了SenseCore大裝置后，給模型喂飯就不用擔驚受怕今天買不到米、明天買不到菜，大裝置相當于一片菜地，不需要出去采購，直接摘了果實做成食物就能喂給模型進行訓練，這是商湯搭建大模型范圍廣、數量多的重要原因。
此外，大裝置還從算力、算法、平臺方面，帶動AI模型生產在規模、性能、速度等方面的提升，大幅降低AI模型的生產成本、加速大模型的研發。
例如前文提到，到2022年底，商湯的累計商用模型已經達到了67000個，同比增加了93%；2022年人均研發模型數量9.35個，效率也比前年翻倍。可以這樣理解，從自家菜地里摘果實要比外采便宜得多也方便得多，大家給模型喂飯也有底氣了也更高效了、研發速度也提高了。有了這個基礎，未來建立大模型的能力也有望從頭部玩家轉向中小入局者。同樣這也能解決AI模型生產成本高昂、AI模型定制化開發效率低，無法滿足市場的大量需求、難以訓練高性能AI模型等問題。
據商湯最新財報的披露，公司已經將SenseCore AI大裝置的能力向行業客戶開放，目前服務了8家客戶進行大模型訓練，已訓練超過10個大模型，其中就包括了CV大模型、NLP大模型和多模態大模型等。2022年，商湯SenseCore大裝置對外服務收入占到智慧商業整體收入的20%以上，商湯預計，今年這一收入規模及占比將大幅增加。
未來大模型
可以給商湯帶來多少紅利？
國際貨幣基金組織前副總裁朱民在不久前的一次會議中表示，AI大模型不是你說一句話、寫一首詩、作一幅畫的問題，它改變了全球未來競爭的格局，這個我們必須爭。
對于商湯來說，擁有大裝置+大模型，到底能為商湯贏來多少未來？我們不妨回到財報里細細拆解。
2022年，商湯業績增長最快的是智慧生活和智能汽車兩大業務板塊，皆是在大裝置+大模型的基礎上破局商業化。
商湯的智慧生活收入同比增長130%，機構分析增長原因是擁有AIGC全棧能力的SenseMARS平臺，在200多個移動應用中被持續使用，頭部客戶續約率超過95%，線下也覆蓋到了大型游樂園區、大型商場等120個場景。
不久前，SenseMARS還為房產營銷提供了AIGC的解決方案，相較于傳統VR看房，SenseMARS帶來了像素級的場景復刻，讓大家解鎖如同親臨現場般地漫游看房感受。
截至2022年底，商湯智慧生活的客戶數達到317個，同比增長23%，單客戶ARPU也同比增長了86%。值得一提的是，智慧生活板塊在AI傳感器、AI ISP芯片、智慧醫療等方面都有了商業化突破。
在另一個高增長板塊智能汽車上，商湯的表現在機構的預料之內，因為汽車廠家的結構并不復雜。
2022年，商湯的絕影智能車艙和智能駕駛產品完成了27款車型的適配和量產交付，量產交付數量超過50萬；座艙客戶包括蔚來、廣汽、比亞迪、長安等；L2+/L2++ADAS等產品主要交付給廣汽、合眾的旗艦車型；新增定點數超800萬輛，覆蓋30余家車企的80多款車型。
另外，基于多個AI模型上的積淀并且借助激光雷達、攝像頭、毫米波雷達等基礎感知設備，商湯還推出了“絕影車路協同平臺”，可以對車端、路端的信息進行融合處理，實現“車-路-云”一體化決策控制。例如它能解決99%以上的單車盲區問題；借助AI云計算和云控平臺，還可以實現車輛感知范圍的千倍擴展；另外通過提供精準路徑導航、車速建議和碳排放優化等功能，更能顯著降低路口平均延誤時間和綠燈空放現象，提升交通效能超過20%。
中金公司在研報中稱，商湯的汽車業務依托于在視覺領域的多年積累，已具備客戶群基礎，ADAS的標桿案例也有望為后續拿單帶來示范效應；智慧生活與智能汽車占比在2025年有望達50-60%，遠超當前33%的水平，成為強勁驅動力。
寫在最后
AI領域的投資邏輯一直都是“投資前置，收益后置”。投資規模大，盈利周期長。
馬斯克當年給了OpenAI一筆錢后就拂袖離去，坊間傳言沒有繼續投資，因此OpenAI無法支付在超級計算機上訓練人工智能模型所需的巨額費用。再到OpenAI功成名就后，馬斯克和OpenAI之間又基于“摘桃子”battle了好幾個回合。
我們在AI賽道上也不能短視，特別是在大模型競爭上，任何企業都需要與具體的行業結合，才能形成確定性的商業模式，這才是長期投入帶來的“高技術門檻，強競爭壁壘”。對于深耕大模型已久的商湯來說，一家AI原生公司在講故事層面或許不如互聯網大廠那般豐富多彩；但在大模型研發落地上，則值得被注入新的期待。
節點財經聲明：文章內容僅供參考，文章中的信息或所表述的意見不構成任何投資建議，節點財經不對因使用本文章所采取的任何行動承擔任何責任。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
