AI大模型内卷加剧,商汤凭什么卷进来

2023-04-19 12:01:34   来源:商业新知网

作者|小葳

出品|智能进化论


【资料图】

2023年,国内大模型何其多。

目前,已宣布推出或即将推出大模型的国内企业多达20余家,基本上能想到的相关企业都已入局。其中,既有资金雄厚的BAT、华为、字节等大厂,也有王慧文、王小川、周伯文等互联网大佬领衔的初创企业,还有垂直领域的AI企业,比如商汤科技、科大讯飞等。

4月10日,商汤推出“日日新SenseNova”大模型体系,包括一系列生成式AI模型:大语言模型“商量”、文生图AI平台“秒画”、AI数字人视频生成平台“如影”、3D内容生产平台“琼宇”、“格物”,以及大模型数据标注平台“明眸”。

在大模型的舆论场上,商汤并不高调,而是直接搬出全套大模型产品,并迅速开放面向企业的试用通道。从发布会现场实时演示的效果看,商汤大模型的实力不容小觑。“一个专注CV的公司能在LLM上做出如此高成熟度产品,其开发团队令人起敬。”一名知乎网友的观点代表了一部分外界声音。

同时,一些质疑的声音也出现了,比如有观点认为专注机器视觉赛道(CV)的独角兽AI企业到底有没有必要凑热闹搞大模型。毕竟大模型需要长期巨量烧钱,目前商业化模式有限,这会让尚未盈利的AI企业面临更大的亏损压力。

那么,如何看待商汤进军多模态大模型领域的布局?在日益拥挤的“中国版ChatGPT”竞争中,商汤又将走出怎样与众不同的生态位呢?

1 从大装置到大模型,始终指向同一目标

当ChatGPT推动AI行业走过“iPhone时刻”,大模型的通用性已经得到了成功验证。

更重要的是,今年3月微软发布的一篇论文指出,“GPT-4已经可以被视为通用人工智能的一个早期的版本。”这一观点也得到了相当多专业人士的认可。深度学习之父Geoffrey Hinton为代表的一些顶级科学家认为,通用人工智能(AGI)不再遥不可及,而有可能在数十年内逐步实现。

接下来,在大模型这一确定性的方向上,中外AI企业如何摸索出适合自己的道路,成为关键命题。

商汤对这个问题的答案是: 坚定地走“大装置+大模型”的道路。

了解商汤战略的朋友会知道, 商汤此时推出大模型并不是跟风,而是自身在持续解决AI规模化落地道路上的又一个关键节点。

此前,AI落地难的核心原因是一个场景一个模型的开发模式,导致落地成本高,模型复用率低,难以规模化标准化。彼时,2020年问世的千亿参数的GPT3已经为大模型的通用性带来一定突破。商汤的解法同理,向下层基础设施扎根,希望用庞大的参数量×数据量跑出通用性。

2021年,商汤推出AI大装置SenseCore,并在2022年完成重要扩建。AI大装置可以理解为 大算力基础设施+大模型即服务(Model as a Service)。

目前AI大装置构建了27000块GPU构成的并行计算系统,实现了5.0exaFLOPS的算力输出,是亚洲目前最大的智能计算平台之一。商汤AI大装置上的算力可以同步支持20个千亿规模参数量的超大模型,并且以千卡规模来同时训练。

同时,AI大装置还对外提供大模型即服务,包括自动化数据标注、大模型并行训练、推理部署等等。目前AI大装置最大的集群由4000块芯片并联组成,可以训练参数量超5000亿的稠密模型,今年的目标是能够训练超过万亿参数的大模型。

投入这么大,AI大装置的应用情况如何呢?

2022年,商汤将AI大装置的能力向行业客户开放,通过提供高性能计算资源、丰富的预训练模型库、易用的开发工具和专业技术支持,帮助客户高效训练大模型。目前已经有超过10个大模型研发任务得以实现,涵盖了视觉、语言、多模态等领域的用户自定义大模型开发。

面向企业开放后,AI大装置已经有了规模化的营收。根据商汤2022年年报,2022年AI大装置对外服务产生的收入占比智慧商业(商汤四大业务板块之一)整体收入超20%。按照2022年智慧商业收入14.64亿元计算, AI大装置已经为商汤带来近3亿元营收。

看到这里你也许有些明白了,商汤并不是从零开始构建大模型的。之所以能在短期内迅速推出多种类型的大模型,离不开AI大装置这个根基。而且实际上, 商汤在大模型领域的布局要早于AI大装置。

在最擅长的CV领域,2019年商汤就发布了10亿参数的视觉大模型。 2022年,商汤的视觉大模型已经进化到了320亿参数,也是世界上迄今为止最大的视觉模型。

自2021年起,商汤科技开始自研NLP大模型和多模态模型。在NLP领域,商汤的大语言模型达到了千亿参数级别。

在多模态领域, 2022年3月,商汤科技联合上海人工智能实验室、清华大学、香港中文大学、上海交通大学发布了多模态多任务通用大模型“书生(INTERN)”,拥有30亿参数。书生大模型已经在通用视觉开源平台OpenGVLab开源,是目前开源模型社区性能最强的多模态大模型。

在AIGC领域,商汤推出10亿参数的AIGC模型,能够支持文生图和图生图的各种功能。曾在星际争霸的比赛中超越DeepMind的AlphaStar的商汤决策智能模型,未来也将融入到多模态大模型中。

“ 未来商汤的通用人工智能大模型体系会覆盖视觉感知、语言理解、内容生成和推理决策四大方面。 ”商汤科技联合创始人、首席科学家王晓刚表示。

目前,商汤的大模型已在在智慧城市、智慧商业、智能汽车和智慧生活四大板块20多个场景实现了落地交付。比如,在自动驾驶领域,商汤在视觉大模型领域研发的BEVFormer++感知算法以绝对优势赢得了2022年Waymo挑战赛主赛道冠军。

综上,商汤做大模型的目标不是去抢夺面向个人用户的“中国版ChatGPT”的噱头,而是用“大装置+大模型”加速AI商业化落地。

2 “日日新”的双重驱动力

“AGI催生了新的研究范式,即基于一个强大的多模态基模型,通过强化学习和人类反馈不断解锁基模型新的能力,从而更高效地解决海量的开放式任务。AGI将实现从‘数据飞轮’到‘智慧飞轮’的演进,最终迈向人机共智。”商汤科技联合创始人、首席科学家王晓刚表示。

具体到商汤“日日新”大模型,「智能进化论」认为,其对于商汤而言至少有两大方面的驱动力:

第一重驱动,通过丰富的AIGC大模型向外赋能,包括通过开放API的形式,降低各行各业应用大模型的门槛;

目前商汤“日日新”系列大模型仅面向企业用户开放试用。不过,从发布会实时演示来看,“日日新”大模型给人的初步印象是: 整体能力全面,相当于没有“挂科”,而且在数字人视频生成、3D内容生成等方面令人惊艳,超出预期。

商汤版ChatGPT大语言模型“商量”,其多轮对话表现流畅,并有两个细分领域的优势:问诊与编程。编程助手可帮助开发者更高效地编写和调试代码;在健康咨询方面,“商量”相当于一个AI版的全科医院分诊台,类似什么症状应该看什么科室,可以为用户提供个性化的医疗建议。此外,“商量”可以直接读取PDF文件提取关键信息的功能也非常实用。

“秒画SenseMirage”文生图创作平台,可支持6K高清图的生成,还支持用户自定义训练生成模型。

“如影SenseAvatar”AI数字人视频生成平台,仅需一段5分钟的真人视频素材,就可以生成出来声音及动作自然、口型准确、多语种精通的数字人分身,这将极大降低电商直播、在线教育等高频应用场景的人力成本。

“琼宇SenseSpace”和“格物SenseThings”3D内容生成平台,可以高效低成本生成大规模三维场景和精细化的物件,能够为元宇宙等虚实结合场景提供高品质低成本的构建技术。

第二重驱动,强化商汤已有的在CV、视觉感知领域的优势,加速AI技术落地。

在智能驾驶领域,基于视觉大模型,商汤开发了用于自动驾驶的BEV(Bird Eye View)感知算法,在Waymo挑战赛上以绝对优势取得了冠军。基于此算法,商汤开发了业界首个感知决策一体化的端到端自动驾驶解决方案UniAD,可以为自动驾驶多模态模型带来更强的环境、行为、动机解码能力。

据悉,“日日新SenseNova”为政企客户提供了多种灵活的API接口和服务,包括图片生成,自然语言生成,视觉感知通用任务与标注服务。通过调用API接口,企业用户可以根据基模型进行微调,低门槛、低成本、高效率地实现各类AI应用。

3 从单点到平台,转型加速时

值得注意的是,在坚定投身“大装置+大模型”路线之时,商汤自身也处在业务结构转型的关键时期。

目前,商汤的业务边界早已不局限于CV领域,而是正在成为一家通用AI基础平台公司。而且在此过程中,“大装置+大模型”没有削弱CV领域原本的优势,反而是增强了。

从商汤对AI大装置的定位“AGI时代基础设施的领导者”,可以看出,昔日CV四小龙之首的商汤已今非昔比。对于行业边界的突破,此前商汤科技董事长兼CEO 徐立曾经这样对媒体表示,“当我们实现了从物理世界与数字世界的融合,AI就变成了基础设施,人人都可以用,也就不用区分行业了。”

不过,业务结构的变化是转型更有力的证明。透过2022年年报,商汤的四大核心业务呈现“两升两降”的明显改变。其中,智慧城市、智慧商业两大板块业务收入下滑,智慧生活、智慧汽车两大新兴业务大幅增长,显示出业务结构更加多元健康发展的态势。

比如,2022年智慧生活业务收入同比增长129.9%,创历史新高,占总收入比重从2021年的8.8%提升至25.1%。智慧生活业务涵盖了AI内容生成(AIGC)、AI传感器、AI ISP芯片、智慧医疗等多个产品线,均实现了商业化突破。2022年智能汽车业务收入同比增长58.9%,占总收入比重从2021年的3.9%上升至7.7%。

“日日新来自《礼记·大学》,汤之盘铭曰‘苟日新、日日新、又日新’。也就是每天都要新,而且新的要更新。这代表人工智能大模型,在以周为单位的数据输入上,可以日日更新,能力日日增强。”徐立在发布会上这样解释日日新的来历。

2023年是国内AI大模型的爆发元年,站在当下的时间节点,我们可能很难预测未来AI大模型领域的市场格局是寡头垄断还是百花齐放。

因为,这是一场长期的、全方位的比拼,考验着每一位入局者的资金储备、战略意志、技术能力等核心实力。

也许,每一位玩家无需也不可能做到大而全,集中资源聚焦最有差异化优势的大模型,才是突围之道。

文中图片来自摄图网

END

本文为「智能进化论」原创作品

关键词:

上一篇:
下一篇:
精彩阅读

AI大模型内卷加剧,商汤凭什么卷进来

热点

2023年,国内大模型何其多。

5.5G将带来什么精彩应用体验?华为5.5G Park给你答案

热点

应用的丰富,驱动网络升级。从2020年业界提出5 5G概念,到如今三年来,5 5G标准、技术、应用得到快速发展。

答网友问:不是谣言,百度员工的确在用文心一言写代码

热点

小编在后台收到了网友发来的一张朋友圈截图。

天天百事通!用互联网黑话堆砌的一份年报

热点

信雅达三个字,本来是有特定含义的。

环球滚动:ChatGPT或是一个早产儿

热点

ChatGPT诞生不久,就遭到了强烈阻止和拦截。

中国移动登顶A股第一 市值达2.2万亿

热点

中国移动当年在港股市场的辉煌,又将在A股重新燃起。

对话式AI系列:任务型多轮对话的技术实践与探索

热点

任务型多轮对话是对话式AI的必由之路。

快资讯丨AI治好了我的精神内耗

热点

最近想要开始做一些事情,就发现有了AI的加持,大家都站在了同一个起跑线上。

【亿欧·TE产服】一点不虚——AIGC抢饭碗还砸锅这件事

热点

AIGC的狂飙还在继续,这阵风从GPT3 5刮到GPT4,现在又来了AutoGPT。

财富

焦点要闻:用AI整顿职场,这次打工人终于不骂钉钉了

资讯

用AI整顿职场,这次打工人终于不骂钉钉了,加入AI的钉钉,能有多少种玩法?

电脑,入冬

资讯

电脑,入冬,台式机和一体机的命运比笔记本更坎坷。

李想又将收获一个IPO,靠吉利“养活”

资讯

李想又将收获一个IPO,靠吉利“养活”,2020年至2022年期间,知行科技合共交付超10万台自动驾驶中央控制器,在这一领域干到了中国第二的位置。

无线雷蛇战神怎么用?无线耳机怎么充电教程?

资讯

无线雷蛇战神怎么用?方法一步骤 方式一首先将无线蓝牙耳机放回充电盒的对应位置,然后关闭充电盒即可进行充电。步骤 方式二如果充电盒没有

无线耳机如何调节音量?苹果耳机怎么调整音量?

资讯

无线耳机如何调节音量?有可能是线连接不良造成的。打开用线控调节器中的线,可以活动一下调节在调控电感上的线。看看是不是设置的缘故,打

蓝牙耳机可以用充电宝吗?为什么蓝牙耳机没有充电器?

资讯

蓝牙耳机可以用充电宝吗?1、理论上充电宝输出的+5V的供电可以给蓝牙耳机充电;2、但是充电宝会因为自身电芯内阻及逆转电路的设计问题,输出

什么是无线环绕音箱?什么叫反射式音箱?

资讯

什么是无线环绕音箱?隐形音箱是一种可被嵌入墙壁、天花板或地面等位置的音箱。它们通常使用特殊的设计和材料,以实现在安装后隐形于环境中

蓝牙设备音量与手机同步什么意思?耳机转换线是连蓝牙的?

资讯

蓝牙设备音量与手机同步什么意思?1、蓝牙耳机不是开机并在搜索状态,将蓝牙耳机关机后,长按多功能键(即红蓝灯交替闪烁)激活蓝牙配对;蓝牙

普通打印机安装蓝牙?蓝牙打印机怎么打印?

资讯

普通打印机安装蓝牙?1、打开手机蓝牙开关,将蓝牙热敏打印机插上电源,打开电源开关2、下载安装gprinter标签打印软件。如果应用商店找不到

音响变成英文怎么调成中文?麦浪变声器真的好用吗?

资讯

音响变成英文怎么调成中文?1、打开电源按钮,打开电源按钮,等待指示灯亮起(蓝色或绿色),然后关闭与其他蓝牙的连接。2、长时间按住两个音

5.5G将带来什么精彩应用体验?华为5.5G Park给你答案

应用的丰富,驱动网络升级。从2020年业界提出5 5G概念,到如今三年来,5 5G标准、技术、应用得到快速发展。

答网友问:不是谣言,百度员工的确在用文心一言写代码

小编在后台收到了网友发来的一张朋友圈截图。

天天百事通!用互联网黑话堆砌的一份年报

信雅达三个字,本来是有特定含义的。

环球滚动:ChatGPT或是一个早产儿

ChatGPT诞生不久,就遭到了强烈阻止和拦截。

中国移动登顶A股第一 市值达2.2万亿

中国移动当年在港股市场的辉煌,又将在A股重新燃起。

苹果举行主题为超前瞻秋季新品发布会 AirPodsPro2正式登场

北京时间9月8日凌晨,苹果举行主题为超前瞻的秋季新品发布会,在此次发布会上,备受关注的iPhone 14系列新机、新款Apple Watch Ultra以

微软正为Windows12开发新驱动框架 提升新老显卡性能

Windows 12系统可能会在2024年到来,按照正常的节奏,其开发工作应该早已秘密进行。日前,有开发者从Windows 11最新预览版Build 25188中

华盛顿地铁站首次亮相为视障人士扩展旅行路线

5月25日消息,一款旨在帮助视障人士或盲人行人使用公共交通工具的应用程序在华盛顿地铁站首次亮相。该应用程序名为Waymap,旨在为盲人和视

2022年情况又要变了!华硕高管:今年PC恐怕要供过于求

这两年来,由于疫情导致的居家办公及远程教育需求爆发,一直在下跌的PC市场枯木逢春,2021年更是创下了2012年以来的最快增长,然而2022年情

垃圾佬的心头好!西数新款固态盘SN740曝光

对于DIY垃圾佬来说,散片、拆机件、工包……这些名词怕是并不陌生。本周,西数推出了主要供应OEM厂商的新款固态盘SN740。SN740升级到了第五

虚假宣传、误导消费者 倍至冲牙器关联公司被处罚

后来者要想在激烈的市场竞争中立足,如果可以背靠巨头享受大树底下好乘凉的红利,那自然是皆大欢喜,没有这个福气,也大可凭借自己一步一个