十年一劍，商湯正在穿越技術周期

文/陳鋒

今年5月，IBM發佈了《2024年CEO調研報告》，其中有兩組數據尤為值得關注。

根據該調研報告，59%的受訪CEO認為，未來企業的競爭優勢，取決於誰擁有最先進的生成式AI；62%的CEO表示，他們需要重新制定商業策略，才能在未來贏得勝利。

得益於大模型技術和生成式AI的推動，整個人工智能領域，也迎來了新的範式轉移——正加速從AI 1.0時代，邁向AI 2.0時代。

AI 2.0時代的重要特徵在於，人工智能會從之前點狀的創新應用，逐步規模化發展到賦能企業業務流程的各個環節，並逐步向產業深水區發展。

上述背景下，連線Insight觀察到，當下中國AI產業也在加速涌現出新趨勢：

一方面，基座大模型底層技術還在不斷迭代，但更多玩家開始思考，怎麼將大模型落地到各個產業中去，賦能到具體的業務場景，儘快跑通商業化路徑；

另一方面，隨着越來越多的企業開始擁抱大模型及生成式AI，AI產業鏈也在加速成熟和分化，上下游產業角色和環節在不斷增多。

AI產業鏈條中的每一個玩家，都面臨着抉擇：要充當什麼角色？聚焦到哪些領域或場景？怎麼落地？等等。

其中，我們注意到，已經在AI領域深耕了十年的商湯科技，選擇了一條難而正確的路——從AI基礎設施到大模型到應用，全棧佈局。

前段時間的「2024商湯十周年國際論壇：邁向AI 2.0共融新時代」的大會上，商湯科技董事長兼首席執行官徐立表示，當下正處於AGI的轉折點，在人工智能2.0時代，商湯的核心戰略是無縫集成數字基礎設施、人工智能模型和應用，集團將以此為基礎，推動新一輪創新。

在這背后，商湯為什麼要選擇全棧佈局？它的底氣源於何處？這一戰略又將把它帶向何處？

1、破解AI 2.0時代成本難題，商湯要做各行各業的「水電煤」

面對生成式AI浪潮，企業們面臨的關鍵問題，早已不是「要不要佈局大模型」了，而是「怎麼擁抱大模型」「怎麼用大模型來賦能業務」。

但在AI 2.0時代，跑通大模型的應用路徑，其實並不容易。

徐立最近在一次論壇上表示，生成式AI或者AI 2.0時代，除了模型的通用性之外，最大的特點是成本結構由「研發人員密集型」轉化爲了「算力資源密集型」。

具體來看，大模型訓練、生成式AI應用，不僅對GPU或異構計算的需求大幅增加，傳統的CPU算力已經無法滿足，還對GPU集羣的計算效率、穩定性等方面提出了諸多要求。

此外，算力也不是簡單的堆砌，而是要為大模型進行優化的複雜系統性工程。

不過算力成本過高、算力資源的浪費，又是當前業界普遍存在的現象，這也就導致，如今的AI解決一個問題，自身所花費的成本和代價，可能比帶來的好處還要大。

怎麼應對這個挑戰？商湯的解法是，把AI三要素「算力、算法、數據」都基礎設施化，同時通過「大裝置-大模型-應用」這一三位一體的核心戰略，以應用驅動模型，以模型帶動算力優化，推動大模型迅速迭代，並降低推理成本。

2021年，商湯提出了「大裝置」的概念，是中國首個提出新一代AI基礎設施思考、並付諸行動的廠商。2022年，作為商湯AI基礎設施重要載體的人工智能計算中心AIDC正式投入運營。

目前，SenseCore商湯大裝置已經搭建起了完善的AI基礎設施架構，包括AI原生算力基礎設施、大模型生產平臺、模型即服務等等。

比如圍繞大模型的訓練，SenseCore商湯大裝置對外提供專家服務，覆蓋大模型規劃和大模型訓練兩個階段。

在大模型規劃階段，商湯通過提供大模型開發諮詢服務和大模型代訓練服務，能讓客户快速理解大模型開發訓練的關鍵節點和潛在痛點。

而在大模型訓練階段，商湯大裝置也提供了從數據、訓練到推理的大模型全生命周期服務，保障大模型開發成果落地。

在推理部署階段，商湯SenseCore MaaS（大模型即服務）萬象模型開發平臺，基於領先的商湯日日新千億級大模型，提供高效率和一站式大模型生產和應用全流程工具鏈，助力企業與開發者構建原生AI應用，提升業務效能。

目前，商湯大裝置萬象已廣泛服務於政務、運營商、金融、互聯網、汽車、泛科技等多個行業客户，以高效的模型精調和推理部署，實現多種業務場景的提智增效。

根據IDC近日發佈MaaS報告《中國模型即服務（MaaS）及AI大模型解決方案市場追蹤，2024H1》。報告顯示，2024年上半年，商湯科技（商湯大裝置萬象）以14.8%的市場份額位居第二。

在SenseCore商湯大裝置這一AI基礎設施之上，客户不僅能開發、訓練大模型，也可以調用平臺上豐富的模型資源庫，來生成特定的垂直行業模型，也能開發原生AI應用——SenseCore商湯大裝置，某種程度上已經成了各行各業做大模型、做生成式AI應用的「水電煤」。

從長遠視角來看，圍繞AI基礎設施的持續佈局，有望幫助商湯在AI 2.0時代佔據先發優勢。

一方面，過去十年里，商湯其實一直在專注於AI底層基礎設施與模型應用，積累起了可觀的算力規模和技術資源。

徐立認為，過去十年的AI 1.0時代的經驗，讓商湯更瞭解市場需要什麼樣的AI產品和服務。他説，商湯是最懂模型的算力服務商，最懂算力的模型服務商。

截至今年7月，商湯大裝置的總算力規模達到了20000PFLOPS，已有超過5.4萬塊GPU。

在AI基礎設施市場，商湯的影響力也在穩步提升。

IDC近期發佈的《中國智算服務市場（2023下半年）跟蹤》報告顯示，商湯科技在中國雲計算基礎設施廠商中脫穎而出，躋身中國GenAI IaaS服務廠商TOP3，居於GenAI IaaS領域第一梯隊。

另一方面，商湯對AI基礎設施的持續投入，也會拓寬商湯在AI 2.0時代的商業化空間。

「電力和通信流量都是基礎設施，一套基礎設施就能服務千行百業，但是早期的成本也都居高不下，隨着技術的迭代以及使用人數的擴大，邊際成本就忽略不計了」，徐立認為，現在AI基礎設施正處於這一轉折點。

2、從更多行業到更多AI應用，商湯將大模型能力加速落地

今年是商湯成立的第十年，不難發現的是，過去多年圍繞AI技術的持續投入和佈局下，商湯正在「雙輪驅動」：

不僅有深厚的傳統的AI業務，而且加速佈局生成式AI業務。

今年上半年，商湯收入為17.40億元，同比增長了21.4%，其中最值得注意的是，從營收結構來看，生成式AI的收入為人民幣10.51億元，同比大幅增長了255.7%，佔集團收入的佔比提升到了60.4%。

商湯的這一切換進程中，不容忽視的一點是，商湯不只是搭建起了以SenseCore商湯大裝置為核心的AI底層基礎設施，而是在進一步深化其與大模型的深度協同。

商湯今年將「無縫集成數字基礎設施、人工智能模型和應用」定為核心戰略，思路和目標也很明確，即面向未來，商湯不僅要成為AI基礎設施提供商，也要成為AI 2.0時代的AI模型提供商。

背后的邏輯在於，一方面，如我們上文所述，「大裝置+大模型」的深度協同，很大程度上能夠推動AI產業高效率、低成本、規模化的AI創新和落地。

另一方面，AI基礎設施之上，如何將大模型的能力、生成式AI的能力加速下沉到爆發式增長的長尾細分場景，纔是關鍵。

對商湯而言，自己做大模型就變得越發重要。

自2023年4月首次發佈「日日新SenseNova」大模型體系以來，商湯在大模型領域的迭代速度和落地進程，一直在加快。

一邊，是商湯已經打造出了愈發豐富的基座大模型，包括語言大模型（SenseChat-5）、多模態大模型（SenseChat-Vision）、語音大模型（Nova-tts-1）、文生圖大模型（SenseMirage）、向量大模型（Nova-Embedding），等等。

今年7月，商湯科技發佈了國內首個具備流式原生多模態交互能力大模型「日日新SenseNova 5.5」，綜合性能較之前的「日日新5.0」提升了30%。

據介紹，在多模態能力上，「日日新SenseNova 5.5」在大部分核心測試集指標上，都對標甚至超過了Open AI的GPT-4o。

另一邊，商湯科技還加速迭代出了面向不同場景、不同行業的垂直行業大模型和解決方案，實際落地進展也在加快。

舉個例子，基於「商量」這一大語言模型，商湯科技迭代出了面向醫療行業的醫療大模型「大醫」，在多個醫療任務評測集上，「大醫」的能力同樣超越了GPT-4o。

今年6月，基於「大醫」，商湯科技與上海人工智能實驗室合作，攜手多家單位，共同發起了創新項目「漸凍症知識問答助手」，后者擁有專業的醫療知識庫基礎，可以為漸凍症患者提供全天候、全面的漸凍症互動答疑。

近日，在中國計算機大會上，「大醫」從近百個項目中脫穎而出，憑藉着在公益領域的突出貢獻，成功入選了2024「CCF十大技術公益優秀案例」。

在其他領域和場景，商湯也在加速將大模型能力，轉化為能落地到實際場景的產品應用，比如代碼小浣熊、辦公小浣熊、秒畫、擬人大模型等等。

今年上半年，已經有超過3000家行業頭部企業使用了商湯的大模型及智算服務，「日日新」大模型的整體調用量，實現了400%的增長。

3、結語

近兩年，從大模型浪潮的爆發 ，到基於大模型技術的生成式AI，AI產業的技術變革正不斷加速，而以商湯科技為代表的一眾AI企業，正努力縮短從技術變革到場景拓寬的距離。

某種程度上，這讓商湯既能着眼於當下，也為未來做好了準備。

徐立表示，商湯科技目前是「兩條腿」走路：

一條腿是傳統AI，基於技術的不斷成熟，商湯能不斷降低成本、加速海內外市場拓展，聚焦利潤貢獻；另一條腿則是新一代的AI大模型，商湯的目標是儘快實現盈虧平衡，這條腿增長很快，且能看得到未來。前者保證商湯「走得夠快」，后者保證「走得夠遠」。

不難發現，當幾乎所有玩家都在期待AGI時代到來時，正沿着這條全棧佈局的路徑紮實走下去的商湯科技，實際上已經拿到了通向AGI的船票。