万亿生成式AI市场,商汤迎来“长坡厚雪”

AI掀起了全球科技玩家的军备竞赛,然而声浪越强噪音越多,这个领域的混乱程度也变得远超以往。就连刚刚公布财报的英伟达,市场也没有买账,因为担心AI驱动的增长高峰已过,接下来,下游会更看重实际成果。

“囤卡”不流行了,能落到实处的技术和解决方案,才是价值核心。反过来思考,这其实就是另一个机会:在充满噪音的市场中,那些能够穿透混乱、提供实质解决方案的企业,才是投资者和客户应该关注的对象。

所以,很多企业之前没有得到市场的充分认知,如今的低估就意味着潜力。就好像在应用层,商汤刚刚发布了2024年中报,集团实现营业收入17.4亿元,同比增长21%;亏损持续收窄,EBITDA亏损同比收窄26.5%,亏损净额同比收窄21%。值得一提的是,生成式AI收入占总收入的比重已经达到60%,首次超越了传统AI业务。

在用生成式AI做实事的路上,商汤已经取得了初步成功。

生成式AI,商汤抓住了风口

8月27日,商汤发布2024年上半年业绩。财报显示其生成式AI收入大幅增长256%,近11亿元,占总收入比例超过6成。生成式AI业务取代传统AI占据主要地位,凸显了AI2.0时代的增长机遇何在,也折射出市场需求的强劲。

(图源:商汤中期业绩公告)

根据市场研究机构 IDC 的数据,2023年全球 AI 市场规模达到了 1500 亿美元,其中 AI 商业化市场占据了约 60% 的份额。预计到 2026 年,全球 AI 市场规模将达到 3000 亿美元,其中 AI to B市场份额将进一步提升至 70% 以上。

“to B”是一个比较重要的关键词,因为企业、机构客户对数字化、智能化的需求始终坚定不移。企业智能因为具备提效率、促增长的实际效果,一直是企业投入的重点方向。早在传统AI时代,就已如此。

(图源:德勤生成式人工智能用例汇编)

生成式AI,凭借其更友好的交互方式、更灵活的部署能力等优点,进一步驱动了行业黄金时代的到来。

从商汤的成绩来看,目前已有3000多家行业头部企业使用其大模型及智算服务,客户覆盖互联网、智能硬件、电动汽车、机器人、医疗、金融等行业。

生成式AI领域,目前主要的产品形式并不复杂:AIGC、Copilot、Insight、Agent。不管以什么形态进入商业化市场,满足用户的使用需求,依然是第一要务。

以Copilot领域为例,商汤的代码助手、办公助手产品“小浣熊”,是基于商汤大语言模型打造的AI Native生产力系列工具。

其中,代码小浣熊覆盖了软件需求分析、架构设计、代码编写、软件测试等环节的功能;办公小浣熊可赋能财务分析、商业分析、销售预测、市场分析、宏观分析等多个应用场景。小浣熊瞄准业务流程的核心环节进行赋能,在其服务中国电信上海公司的过程中,实现了代码效率和代码生成质量提升30%以上的成果。

正是因为“直通”用户最核心的需求,小浣熊已经成为国内增长最快的Copilot产品之一。其用户群体既包括数十万个人用户和开发者,也涵盖中国电信、金山办公等大型企业用户,构成了一张庞大的用户生态网。

这再一次验证了经典观点:科学技术是第一生产力,而生产力需求是第一驱动力。作为先行者,商汤已然抓住了生成式AI的风口,全面向生成式AI转型升级的战略目标已阶段性达成。

大模型与大装置,形成协同优势

增长需要风口,但不全靠风口。商汤的“杀手锏”,是“日日新”大模型和大装置的深度协同。大规模的AI推理训练和日日新大模型的迭代,都需要智算的支持;随着智算规模效应的不断强化,模型推理成本逐步下降,模型的调用量收获显著增长。

财报显示,商汤日日新上半年整体调用量实现了400%的增长,客户数和客户平均调用规模均大幅增长。

今年,商汤“日日新”大模型经历了关键的升级。4月,商汤推出日日新5.0大模型,在SuperCLUE的测评中首次超过GPT-4 Turbo,在国产大模型中文能力的排行中位列第一。而在7月的WAIC 2024上,商汤再次刷新“日日新”能力上限,推出国内首个流式多模态交互大模型——“日日新 5.5”,不少指标超越了GPT-4o。

(图源:商汤)

“日日新5.5”展现了不断进化的多模态能力,但更为重要的是,它是商汤“模型即能力”思维的集大成之作。通过从“日日新5.5”提炼出不同尺寸的模型,商汤进一步强化了对云端、本地数据中心和终端的覆盖,并深入到更多场景,提供更有竞争力的企业级生成式AI解决方案。

能够实现对企业生成式AI需求的充分覆盖,离不开大装置的支持。大模型推理成本的下降是带动大规模应用的重要前提,这一点上最需要模型算法架构和推理硬件的联合优化。商汤“大装置+大模型”的深度协同实现了这一点。高效易用的开发平台,是商汤的增长底牌之一,也是助力其大模型水平和应用能力不断进阶的保障。

截至今年二季度末,商汤大装置运营的算力规模进一步扩大至6月底的2万PetaFLOPS,较2024年3月增加约70%,上线GPU数量达到5.4万张。这种底层优势已经成为商汤的护城河之一,能帮助快速迭代模型并降低推理成本。推理场景的数据显示,商汤在相同的算力和电力成本下,每秒请求数量(QPS)提升了4倍,万卡集群的GPU资源利用率也达到最高80%以上。

在“大装置+大模型”的支持下,商汤已经站上了行业发展的有利生态位——模型的生产,会催化市场万亿参数大模型训练服务的需求;而在垂直领域,行业模型也需要在应用中弹性训练。大规模、可扩展、低成本的AI推理业务的需求催化下,商汤的想象空间,正与生成式AI的市场规模同步增长。

面向万亿宏观市场,在应用中塑造新增长

IDC于近日发布了《中国大模型平台市场份额,2023:大模型元年——初局》行业报告。数据显示,商汤的大模型平台及应用以16%市场份额排名行业第二,智算服务以15.4%市场份额跻身行业前三。在行业万亿预期之下,商汤的站位十分靠前,这足以验证其模式的竞争力。

(图源:IDC)

不过,要在各行各业建立长期优势,更需要建立明确的应用优势,提供高效的解决方案。这恰恰是商汤业绩成长的重要看点,也是前述多端多场景企业级生成式AI解决方案的具象化成果。

例如,商汤如影数字人融合AI数字人视频生成算法、语言大模型、AI文生图、AIGC等多种能力,只需一次真人素材录入,便能高效生成拥有多种能力的数字人。目前商汤已联合上海银行打造了AI数字员工“海小智”和“海小慧”,联合宁波银行上海分行专属打造了AI数字人“小宁”。除了金融领域之外,其应用还覆盖教育、娱乐传媒、电商等众多行业。

同样是在金融领域,商汤基于金融大模型能力为客户构建各类企业级应用,覆盖智能问答、合规风控、办公助手等业务场景。其客户已包括中国银行、招商银行、海通证券等重量级机构。

在医疗领域,利用超300亿token的高质量医学知识数据训练而成的商汤医疗大模型“大医”,已经广泛融入社会医疗机构的工作流。上海瑞金医院、新华医院等大型医院通过采用“大医”,建立起医院智能化的大模型中枢,已实现智能导诊、预问诊、陪诊、诊后随访、用药咨询、多模态数据治理等场景化功能。

在拟人交互领域,“日日新5o”整合跨模态信息,实现了全面丝滑的多任务处理,让AI的使用如互联网一般自然。商汤的拟人大模型,支持了微博、阅文集团筑梦岛、爱奇艺、想法流等互联网应用,用户粘性和活跃用户数量持续保持在行业前列,日均调用量在半年内上涨了近22倍。

在端侧领域,“日日新5.5Lite”相比5.0性能显著升级,在已经服务了小米、Oppo等客户的情况下,继续提升与更多客户启动商业对接,并把价格打到了每台设备9.9元/年,真正推动了行业应用加速普及。

事实证明,AI商业化是一个技术进步、场景渗透、性价比提升多线程并行的过程。而对商汤来说,基于大模型和大装置的协同,对行业和场景的理解越深入,项目经验越丰富,扩大业务规模和覆盖范围的阻力就会越小。伴随着外界对生成式AI的需求继续释放,商汤未来的增长前景,已经变得更加明确。

来源:松果财经

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/412713.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

javaee、ssm(maven)、springboot(maven)项目目录结构以及编译后文件目录存放路径

javaee项目目录结构: src下的文件或者是源码编译后都会放在WebRoot(项目根目录)文件夹\WebRoot\WEB-INF\classes目录中。 编译后的文件夹目录如下: 以上为普通的javaee项目目录结构,同maven工程目录结构是不一样的。…

07-图5 Saving James Bond - Hard Version(C)

哈哈,我是真的服了,写了好几天结果给我个这,气死我了,果然还有很大的进步空间。如果有c测试点4,就好了。 又写了一天,是真解决不了了,这个问题等我明白一定来解答 哈哈, 测试点提示内…

【SQL】餐馆营业额七日均线数据

目录 题目 分析 代码 题目 表: Customer ------------------------ | Column Name | Type | ------------------------ | customer_id | int | | name | varchar | | visited_on | date | | amount | int | -----------------------…

Docker 数据卷管理及优化

目录 1 数据卷实现的目的 2 为什么要用数据卷 3 docker的两种数据卷 3.1 bind mount 数据卷 实践实例: 3.2 docker managed 数据卷 实验实例: 3.3 bind mount 数据卷和docker managed 数据卷的对比 3.3.1 相同点: 3.3.2 不同点: …

【网络安全】服务基础第一阶段——第二节:Windows系统管理基础----虚拟化IP地址以及用户与组管理

目录 一、Windows网络测试工具 1.1.ping命令 1.2.tracert命令 二、IP实验内容 2.1 实验一 2.2 实验二 三、用户与组管理 3.1 用户与账户概述 3.2 用户管理 3.3 用户增删改查 3.4 增加用户 3.5 修改用户属性 3.6 删除用户 3.7 组账户概述 3.8 组账户增删改查 四、…

没有编程基础?这款数据分析工具也能轻松上手

在当前快节奏的工业环境中,工厂管理者越来越依赖数据分析来优化生产流程、提升效率、降低成本。然而,很多传统的数据分析工具不仅操作复杂,而且费用高昂,让不少工厂望而却步。最近,我发现了一款非常实用的报表工具&…

安卓主板_MTK安卓主板定制_联发科主板/开发板方案

这款安卓主板采用了联发科的MTK8788、MTK8768及MTK8766系列芯片平台,运用了64位四核/八核 Cortex-A53/A73架构,主频高达2.0 GHz。主板配置了4GB LPDDR3内存和64GB eMMC存储,同时配备了ARM Mail-T450 MP2图形处理单元(GPU),使其在4…

Java性能优化传奇之旅--Java万亿级性能优化之电商平台高峰时段性能大作战:策略与趋势洞察

💖💖💖亲爱的朋友们,热烈欢迎你们来到 青云交的博客!能与你们在此邂逅,我满心欢喜,深感无比荣幸。在这个瞬息万变的时代,我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而 我的…

【Linux】共享内存

目录 原理 代码 在之前,无论是匿名管道还是命名管道,说到底都是基于文件的通信,也就意味着没有为了通信让OS单独设计一套通信模块代码,而是直接复用内核中文件相关的数据结构、缓冲区、代码来实现通信的,这在一定程度…

ET6框架(七)Excel配置工具

文章目录 一、Excel表的基本规则:二、特殊特殊标记三、编译路径说明四、动态获取数据五、可导表类型查看: 一、Excel表的基本规则: 在框架中我们的Excel配置表在ET > Excel文件夹中 1.在表结构中需要注意的是起始点必须在第三行第三列,且…

鸿蒙开发 数组改变,ui渲染没有刷新

问题描述: 数组push, 数组长度改变,ui也没有刷新 打印出了数组 console.log(this.toDoData.map(item > ${item.name}).join(, ), this.toDoData.length) 原代码: Text().fontSize(36).margin({ right: 40 }).onClick(() > {TextPicker…

mysql学习教程,从入门到精通,MySQL介绍(1)

1、MySQL 教程 本教程是为初学者准备的,以帮助他们理解与MySQL语言相关的基础知识和高级概念。 mysql MySQL 是最流行的关系型数据库管理系统,在 WEB 应用方面 MySQL 是最好的 RDBMS(Relational Database Management System:关系数据库管理系…

如何使用IDEA远程访问家里或者公司中无公网IP的内网MySQL数据库

文章目录 前言1. 本地连接测试2. Windows安装Cpolar3. 配置Mysql公网地址4. IDEA远程连接Mysql5. 固定连接公网地址6. 固定地址连接测试 前言 本教程主要介绍如何使用Cpolar内网穿透工具实现在IDEA中也可以远程访问家里或者公司的数据库,提高开发效率!无…

Monibuca实战:如何用Go语言打造高效的直播后端

简介 Monibuca(简称:m7s) 是一个开源的实时流媒体服务器开发框架,使用 Go 语言编写。 它的设计目标是提供一个高性能、可扩展、易于定制的实时流媒体服务器解决方案。 Monibuca 的核心理念是模块化,允许开发者根据需…

linux服务器/虚拟机安装redis

py3安装(慢的一批无语了) wget http://cdn.npm.taobao.org/dist/python/3.6.5/Python-3.6.5.tgz && tar -zxvf Python-3.6.5.tgz && cd Python-3.6.5/ && ./configure --prefix/usr/local/python3 --with-ssl && make …

Golang | Leetcode Golang题解之第373题查找和最小的K对数字

题目: 题解: func kSmallestPairs(nums1, nums2 []int, k int) (ans [][]int) {m, n : len(nums1), len(nums2)// 二分查找第 k 小的数对和left, right : nums1[0]nums2[0], nums1[m-1]nums2[n-1]1pairSum : left sort.Search(right-left, func(sum in…

ESP32-IDF http请求崩溃问题分析与解决

文章目录 esp32s3 http请求崩溃问题代码讨论修正后不崩溃的代码esp32相关文章 ESP32S3板子, 一运行http请求百度网站的例子, 就会panic死机, 记录下出现及解决过程. esp32s3 http请求崩溃 一执行http请求的perform就会崩溃, 打印如图 ESP32-IDF 的http请求代码是根据官方dem…

Qt:玩转QPainter序列六(图形)

前言 继续看源码。 正文 剩下的大部分都是画各种图形的函数,它们一般都有多个重载版本,我就不一 一介绍使用了,只挑其中的一部分使用一下。 在 QPainter 类中,这些方法涉及到绘图的各种功能,主要用于设置视图变换、…

kube-scheduler调度任务的执行过程分析与源码解读(二)

概述 摘要: 上文我们对Kube-scheduler的启动流程进行了分析,本文继续探究kube-scheduler执行pod的调度任务的过程。 正文 说明:基于 kubernetes v1.12.0 源码分析 上文讲到kube-scheduler组件通过sched.Run() 启动调度器实例。在sched.Run(…

校园牛奶订购配送小程序开发制作方案

校园牛奶订购配送小程序系统的开发方案,包括对用户需求的分析、目标用户的界定、使用场景的设定以及开发功能模块的规划。校园牛奶订购配送小程序系统主要是为校园内学生和教职工提供牛奶订购与配送服务。 目标用户 主要面向在校学生、教职工以及其他有牛奶订购需求…