4月23日，商湯發(fā)布日日新SenseNova5.0，性能一舉超越GPT4，全面對標(biāo)GPT4 Turbo。

次日，商湯港股僅一上午暴漲31.15%直接暫停交易，截至發(fā)稿連漲三天。

在一眾對股價的分析討論中，絕大多數(shù)觀點(diǎn)認(rèn)為商湯暴漲的主因是其大模型能力的飛躍，誠然國產(chǎn)大模型超越GPT4確實(shí)令人振奮，但或許，更重要的原因，是商湯在AI時代的定位——

提供全套AI落地，實(shí)現(xiàn)降本增效的解決方案。

相比于各類AI公司創(chuàng)造一個全新場景，或許對于人工智能尚未普及的當(dāng)下，利用大模型改造現(xiàn)存場景以提升生產(chǎn)力，才是產(chǎn)品視角下更現(xiàn)實(shí)的思路。

一臺AI，等于一個初級程序員的年薪

大摩此前一份研報顯示，中國生成式AI應(yīng)用的日活正在飛速增長，但平均每日的使用時間大多只有短短的6-8分鐘。

這正說明對于普通人而言，本該成為先進(jìn)生產(chǎn)力的AI工具，仍舊處于“嘗鮮”階段。

這不僅僅是AI所遇到的問題，絕大多數(shù)生產(chǎn)力工具在普通人手中都難逃“買前生產(chǎn)力買后愛奇藝的命運(yùn)”， 平板電腦的沒落，Vision Pro遇冷都是如此 。

目前大多數(shù)引爆社交平臺的AI應(yīng)用，也都是娛樂為主，比如之前的“決戰(zhàn)拜年之巔”“舔狗模擬器”。

這些利用AI創(chuàng)造出的全新場景幾乎沒有發(fā)揮其作為先進(jìn)生產(chǎn)力的能力，更好的思路或許還是應(yīng)該利用AI提升現(xiàn)有場景的效率。

譬如辦公應(yīng)用。

對于絕大多數(shù)企業(yè)而言，使用Saas，甚至是外包等服務(wù)的出發(fā)點(diǎn)都出奇的類似：它能為我省多少錢？

這筆賬很好算， 人力外包財務(wù)外包等公司大行其道，請一個外包和招三五個專員之間的人力費(fèi)用差能夠清楚落在每年的財務(wù)報表中，但購買人力軟件或是財務(wù)軟件到底能省多少錢則是見仁見智的問題 。

企業(yè)大多將其歸類在IT費(fèi)用中，而這筆費(fèi)用通常只占公司運(yùn)營成本的2%~5%，再怎么折騰也是螺螄殼里做道場。

因此對于Saas軟件而言，如何將自己的定位從“IT成本”轉(zhuǎn)換到“人力成本”，是當(dāng)下最迫切的難題。而提供先進(jìn)生產(chǎn)力的AI，與之高度契合，起到一個“10個人用AI工具，能夠帶來12個人的產(chǎn)出”的效果。

商湯給出的解決方案，是一臺一體機(jī)。

簡單而言，商湯一體機(jī)系列產(chǎn)品就是一臺部署在本地，預(yù)置搭載各類適用于不同場景的大模型，一方面是為了提供辦公場景使用AI提效的方案，另一方面則是出于數(shù)據(jù)需要私有化部署的安全問題做出的考量。

一個典型案例就是商湯日前推出的“小浣熊家族”。

以代碼小浣熊為例，它依托日日新基礎(chǔ)模型，專注于智能編程助手功能，支持Python、Java、JavaScript、C++、Go、SQL等30+主流編程語言和VS Code、IntelliJ IDEA等主流IDE，實(shí)際應(yīng)用中，可幫助開發(fā)者提升編程效率超50%。

并以此為基礎(chǔ)，同步推出代碼小浣熊推理一體機(jī)輕量版，與代碼小浣熊相同的編程助手功能，但部署于本地，主打高性價比、開箱即用、數(shù)據(jù)安全以及能夠完成國產(chǎn)化芯片的適配。

有意思的是，這臺代碼小浣熊一體機(jī)售價35萬元，差不多正好是一個初級程序員的年薪。

在醫(yī)療、政務(wù)、金融等行業(yè)，商湯同樣推出了相應(yīng)的一體機(jī)產(chǎn)品，這些產(chǎn)品其實(shí)解決的都是同一個問題，即利用AI的信息數(shù)據(jù)處理能力，實(shí)現(xiàn)更高效的決策。

它們最終都依托于商湯的基礎(chǔ)模型能力之上。

大算力+大模型雙輪驅(qū)動

商湯的模型能力，首先依托于其“大裝置”，也就是算力。

在今年3月的一次訪談中，山姆阿爾特曼明確指出算力將會成為未來的貨幣，并且成為全球最寶貴的資源。

假如算力價格異常高昂，那么從商業(yè)角度考慮可能只會被用來解決癌癥治療或者發(fā)射火箭之類的重大事件，反之如果算力價格低廉，那么大家才會用它來解決日常問題。

從這個角度來看，AI的落地和普及首先需要的是低成本的算力。

目前，商湯大裝置總算力規(guī)模在超過4.5萬塊GPU的加持下，達(dá)到12000 petaFlOPS。

量化來看，這個算力可以支撐超過20個千億級參數(shù)大模型同時訓(xùn)練，并支持萬億參數(shù)大模型的全生命周期生成。

龐大的算力只是基礎(chǔ)，用戶真正需要的是低價的算力，多卡集群的效率就是算力成本的關(guān)鍵，兩張GPU互聯(lián)往往會產(chǎn)生1+1＜2的結(jié)果，這種損耗往往導(dǎo)致了算力成本的激增。

而商湯實(shí)現(xiàn)了萬卡的超大集群互聯(lián)，并保持90%的加速效率。

在訓(xùn)練穩(wěn)定性上，商湯實(shí)現(xiàn)了超30天穩(wěn)定訓(xùn)練不間斷的能力，而出現(xiàn)訓(xùn)練間斷時的診斷恢復(fù)時長也優(yōu)化到了半小時。

在大模型推理服務(wù)上，商湯也實(shí)現(xiàn)了領(lǐng)先業(yè)界的推理極致優(yōu)化，過去一年內(nèi)推理服務(wù)的性價比提升了3倍，為客戶提供了業(yè)界性價比最優(yōu)的大規(guī)模彈性推理服務(wù)。

在提供算力這項基礎(chǔ)設(shè)施之外，商湯為解決重復(fù)造輪子的問題，推出了云端、端側(cè)、邊緣側(cè)全棧基礎(chǔ)大模型矩陣。

用戶可以按照自己的需求選擇最適合自身場景的大模型進(jìn)行微調(diào)，做到即取即用、開箱即用。

云端大模型即商湯日日新5.0，在一眾評測基準(zhǔn)中對標(biāo)GPT-4 Turbo，并以此為基礎(chǔ)開發(fā)出一系列模型，例如對話模型SenseChat、多模態(tài)大模型SenseVision、擬人大模型SenseChat-Character、以及營銷、醫(yī)療、文生圖等一系列模型。

數(shù)量眾多的模型看似散亂，但其實(shí)商湯只是在當(dāng)下最常見的一些AI應(yīng)用場景中“打樣”，其目的則是說明在日日新基礎(chǔ)模型之上，可以輕松微調(diào)出一系列適合企業(yè)自身場景所需的形態(tài)。

與之類似，端側(cè)模型SenseChat-Lite面向手機(jī)平板智能汽車等輕量場景，邊緣側(cè)產(chǎn)品“一體機(jī)”則是部署在本地，提供給數(shù)據(jù)需要保存在本地，有隱私需求的企業(yè)使用。

通過大裝置+大模型的雙輪驅(qū)動，給予不同企業(yè)最匹配自身情況的解決方案，最終實(shí)現(xiàn)“模型即服務(wù)”的商業(yè)模式。

每個行業(yè)都可以有一套“商湯模式”

商湯在商業(yè)化落地上的嘗試早已開始。

近日商湯發(fā)布的2023年年報顯示，其生成式AI業(yè)務(wù)收入短短一年從零達(dá)到12億元，這塊收入主要來自于一些2B的場景，為企業(yè)提供AI解決方案。

例如小米的小愛同學(xué)，是一個典型的B2B2C的場景。

此前與小愛同學(xué)的對話基本停留在操控智能家居，和簡單的知識檢索型的問答，能力非常有限，還經(jīng)常出錯，比如那個經(jīng)典段子：“我有21萬，小愛讓我買本田思域”。

在這個過程中想讓小愛變得更加智能有三個難點(diǎn)：響應(yīng)速度、信息收集、輸出內(nèi)容處理。

商湯與小米小愛的合作正是基于這三個問題。

首先在接入商湯大模型后，小愛在用戶說完話之后能夠在兩秒內(nèi)完成響應(yīng)。其次在商湯大模型的信息檢索能力輔助下，小愛生成的回答都會由明確的引用來源。最后在保證了時效性的同時，商湯大模型可供微調(diào)的能力保證了小愛不會攻擊友商。

另一個典型案例是商湯醫(yī)療領(lǐng)域大模型“大醫(yī)”。

面向醫(yī)生端，其拓展了臨床輔助決策、醫(yī)學(xué)文獻(xiàn)解讀、醫(yī)學(xué)統(tǒng)計助手等一系列全新使用場景。

不僅支持智能分析解讀論文PDF文件，還可幫助醫(yī)生在“0代碼”條件下完成復(fù)雜醫(yī)學(xué)數(shù)據(jù)統(tǒng)計并獲取可視化醫(yī)學(xué)統(tǒng)計圖表，成為醫(yī)生診療、科研工作的得力助手。

面向患者端，商湯科技推出健康管理小程序，在移動端實(shí)現(xiàn)用藥咨詢、體檢報告解讀、檢查檢驗(yàn)結(jié)果分析、健康檔案管理等多樣化功能，為用戶打造“專屬AI健康管家”，實(shí)現(xiàn)全周期個人健康管理。

類似的場景涉及各個行業(yè)，比如在辦公場景中，商湯與金山辦公達(dá)成合作，內(nèi)置在WPS 365各個場景中，譬如代碼生成工具和文檔表格管理。

又比如在金融領(lǐng)域，商湯與海通證券合作，在智能客服、合規(guī)風(fēng)控、代碼輔助、展業(yè)辦公助手等領(lǐng)域助推業(yè)務(wù)落地，并共研智能投顧、輿情監(jiān)控等行業(yè)前沿場景。

去年9月，紅杉資本曾發(fā)表過一篇文章，認(rèn)為AI浪潮正轉(zhuǎn)向“第二幕”，即利用新技術(shù)端到端地解決現(xiàn)實(shí)社會中的問題。

但當(dāng)時的紅杉認(rèn)為，進(jìn)展效果并不理想，大模型仍需要證明價值。

而商湯如今所做的，正是在各個行業(yè)深入合作，將大模型與產(chǎn)業(yè)、應(yīng)用場景結(jié)合，探索出一套解決現(xiàn)實(shí)問題的方案。

編輯：李墨天

視覺設(shè)計：疏睿

責(zé)任編輯：李墨天

封面圖片來自ShotDeck