南方財經全媒體記者江月 上海報道早年位列“AI四小龍”之一、作為專業(yè)AI開發(fā)商而備受關注的商湯科技，在本次大模型和AIGC潮中不甘落后。4月10日在上海臨港新片區(qū)，商湯科技發(fā)布新款通用大模型“日日新”，劍指生成式AI中微軟、OpenAI、谷歌、百度、阿里等競爭強手。

(資料圖)

搭建大模型、形成產品生態(tài)、關注算力基建，也成為本場發(fā)布會的“名片式”亮點。商湯創(chuàng)始人兼CEO徐立和首席科學家王曉剛在現場演示了“商量SenseChat”機器人寫代碼、文生圖、真人視頻生成數字人視頻數十種生成式AI落地應用，并解說其算力算法基礎設施進展。

商湯科技近期股價受到生成式AI行業(yè)激勵，于4月首三個交易日（4月3日、4日和6日）連續(xù)上漲已超過25%。AI研發(fā)支出和收入的平衡，繼續(xù)吸引市場關注，AI盈利性備受期待。

提升AI盈利期盼

整場發(fā)布會持續(xù)大約1.5小時，商湯集中發(fā)布了多款深受市場期待、也同時直面國際龍頭競爭者的產品。相關發(fā)布也緊系商湯核心業(yè)務板塊，提升了市場對AI盈利性的期盼。

具有計算機科學博士教育背景的徐立承擔了大部分演說和講解任務?！翱茖W家研究了人腦為何如此聰慧，原因在于其豐富的神經元網絡。”由此切入，徐立介紹了商湯在算法、數據上的雙重努力。

據介紹，本次商湯發(fā)布的大模型稱為“日日新SenseNova”，取“持續(xù)更新”之意。這款最新的通用大模型提供的是to B服務，將為政企客戶提供API接口。近期，百度旗下的“文心”、阿里旗下的“通義”均是國產大模型的領頭產品，“日日新”的加入，令國產大模型市場的競爭更加激烈。

客戶可根據實際應用需求，調用“日日新”大模型的不同AI技術能力，例如圖片生成、自然語言生成、視覺感知通用任務與標注等。換言之，借助“日日新”，開發(fā)者可以進一步開發(fā)專用模型和應用。

市場十分期待商湯的新產品能提振該公司的各板塊業(yè)績。在2022年，商湯全年營收38億元，不過僅研發(fā)支出就達到40億元，反映AI開發(fā)當時仍然“入不敷支”。探究原因，尋求市場落地場景仍然是此前AI開發(fā)行業(yè)的“痛點”問題。

商湯的主要客戶來自政企類客戶和汽車開發(fā)商，目前對于AIGC（AI生成式內容）也有較大需求。據南方財經全媒體記者了解，商湯的汽車板塊目前正在自動駕駛和智慧座艙雙駕馬車驅動下持續(xù)增長，去年，該業(yè)務收入3億元，同比增長59%，對公司總收入的貢獻由前一年的4%上升至8%。

而通過本次“日日新”的發(fā)布，商湯又稱，視覺大模型得到性能提升，BEV環(huán)視通用感知算法已經進入實車量產階段。

建成AI生態(tài)

在本次發(fā)布會后，不少行業(yè)人士表達了“超預期”的評價，并指出商湯進行了算法、應用、算力的生態(tài)建設，令其AI實力得到鞏固。

“實時對話機器人沒有紕漏，圖生文效果比肩MidJourney?！币晃魂P注AI產業(yè)的科技行業(yè)分析員向南方財經全媒體記者表示。他表示，這些直觀的現場感受，對大眾市場具有更強的沖擊力，因為直面ChatGPT、MidJourney這些時下的“明星”產品。

這款備受關注的語言機器人被命名為“商量”。在現場，徐立進行了多輪實時的測試，包括要求“商量”進行編程，進行“求醫(yī)問藥”的咨詢，以及實時將一份有關知識產權的法律文件進行信息歸納和最新信息搜索。

記者也在發(fā)布會上看到，名為“秒畫”的文生圖產品，支持中文提示詞輸入。比較特殊的是，當訓練庫中沒有使用者心儀模版時，使用者可以自行上傳一批圖片進行“親自”訓練，在短時間后就可以用上“自定義”的模型來重新文生圖。

另一款頗為引起觀眾轟動的產品，稱為“如影SenseAvatar”，這是一款AI數字人視頻生成平臺。有商湯員工親自演示了用自己本人形象生成AI數字人視頻的過程，通過“喂”給模型一段5分鐘的真人視頻素材，就生成出來聲音及動作自然、口型準確、多語種精通的數字人分身。有視頻UP主隨后直言：“這下主播和UP主真的要失業(yè)了?！?/p>

王曉剛談底層技術

對于商湯本次的底層技術，市場也頗為好奇。王曉剛在發(fā)布會上坦言，通用人工智能（AGI）引領了二次革命，解決了過往AI“研發(fā)成本高，研發(fā)周期長”的問題。

“針對以往的人工智能系統(tǒng)，如果我們遇到新的任務，就要重新設計AI系統(tǒng)，采集樣本，對模型重新訓練。”王曉剛稱，“但對于AGI模型，我們無需改變模型本身，通過設計合適的提示詞就能覆蓋海量復雜的開放式的任務，包括各種長尾任務?！?/p>

針對商湯的大模型開發(fā)能力，王曉剛稱，商湯科技的底層訓練是系統(tǒng)性的，例如分布式的訓練優(yōu)化，包括數據運行、模型并行的優(yōu)化混合精度優(yōu)化等等；又包括技術優(yōu)化，這里面就涵蓋了模型設計、模型訓練，以及模型優(yōu)化、模型服務等等。

“要研發(fā)出非常優(yōu)秀的基模型，數據是必不可少的要素?！蓖鯐詣傆址Q，何為高質量數據？也就是根據客戶的要求，對這些數據進行各種各樣的任務標注。

王曉剛介紹，2019年，商湯首次發(fā)布了10億參數的視覺大模型；2022年，發(fā)布了320億參數的視覺大模型，這也是世界上迄今為止最大的視覺模型；2023年初，開源了書生2.5，這是一個擁有30億參數的多模態(tài)模型。他稱，“日日新”能力也是達到了千億參數的級別?！八羞@些積累，不同的模態(tài)，它的匯聚，促使我們正在去訓練一個更加強大的多模態(tài)大模型?！?/p>

目前，商湯已經建立了“全?！钡拇竽Ｐ脱邪l(fā)體系，并已在多個行業(yè)場景中落地?！皥鼍暗亩鄻有?，任務的復雜度，數據的豐富度均充分展示了我們大模型的能力和未來潛力?！蓖鯐詣偡Q。

關鍵詞：