商湯科技：以長期主義跑出大模型加速度
時間：23-07-21 來源：南方產業智庫
商湯科技：以長期主義跑出大模型加速度
只需輸入少量簡單提示詞，就能自動延展生成內容豐富的圖像結果。有進階需求的模型創作者，還可通過簡單拖拽的方式快速完成模型微調，打造個人專屬的生成式AI模型。
大模型的突破掀起了人工智能的新一輪技術革命，隨之而來的是產業需求呈現爆炸式增長，全新的應用場景和應用模式正迅速涌現。在近日舉行的2023世界人工智能大會（WAIC）上，商湯科技推出的“商湯日日新SenseNova”大模型體系迎來全面升級，以及在該體系下的一系列大模型產品更新和落地成果。
無論是底層技術抑或是商業化落地的業務場景，商湯科技都迎來了加速。堅持長期主義，商湯科技選擇了屬于自己的一條技術道路——創造AI底層生產工具，為行業實現AI賦能，降低生產要素的成本。
“我們要從根本上降低大模型的下游應用成本和門檻，讓大模型的產業價值在千行百業中綻放。”商湯科技董事長兼CEO徐立如是說。
深入千行百業
多元結構提升抗風險能力
自4月發布“日日新”大模型以來，商湯圍繞大模型體系及相關產品的技術迭代與應用落地持續加快。
一方面，商湯把大模型做大，商湯大模型體系在其“大模型+大裝置”的AGI戰略布局下，正進行著高速迭代。商湯希望，持續推動AI基礎設施能力的躍進提升，打造通用能力更加強大的基礎模型。
另一方面，商湯又把“大模型做小”，進一步高效融合不同垂直領域的專業知識，構建更懂行業、更具專長的專業大模型。作為千億級參數的自然語言處理模型，商湯“商量SenseChat2.0”版本突破了大語言模型輸入長度的限制，并推出不同參數量級的模型版本，可適配移動端、云端等不同終端及場景的應用需求。
除此之外，商湯大模型體系還帶來了一系列產品升級，例如商湯“如影SenseAvatar2.0”數字人生成平臺，語音和口型流暢度提升30%以上，實現4K高清視頻效果，并帶來AIGC生成形象及數字人歌唱功能。
另外，商湯“瓊宇SenseSpace2.0”的空間重建效率提升20%，渲染性能提升50%，在每秒1200TFLOP算力支持下，每100平方公里場景的建圖時間僅需38小時即可完成；瓊宇平臺通過海量高精度數字資產的生產，實現靜態現實世界到數字世界的精準映射，無需人工修模即可達到超逼真的視覺效果，大幅降低傳統數字孿生領域人工建模的成本，滿足數字孿生、建筑設計、影視創作等行業需求。
而商湯“格物SenseThings2.0”對小物體的紋理及材質還原達到毫米級精細度，并突破對高反光和鏡面物體的采集難題。
在珠寶行業，依托格物2.0商湯為珠寶品牌進行珠寶首飾復刻，細致展現商品工藝特點，提升顧客購物體驗。
曾經依靠單一行業收入，如今的商湯成為多元結構，提升抗風險能力大大增強。與此同時，商湯的AI能力在各種不同的場景落地，積累了大量的“場景優勢”與“場景經驗”，這對于通用型技術的開發也是有巨大的助推作用。
“大模型+大算力”
加速能源電力智能化
AI的發展最終是為了降低生產要素成本，惠及全人類。
伴隨著技術的進步，大模型的廣泛應用能夠以較低成本解決好困擾電力能源行業多年的問題。大模型在認知智能上的突破，可以讓AI比以前更好、更深度地掌握行業知識，成為行業專家，以更高效、更容易理解的方式輔助人類工作，在提高智能化水平的同時降低生產成本和難度。
早期商湯為頭部電力企業提供了不少特定場景下的專屬模型，如電力設備缺陷分析識別模型、配網線路可視化三維建模等。也由此建設了行業人工智能基礎設施，并開始提供大模型的訓練基礎設施、算法、訓練和微調服務，服務于電力的輸發配變用等各個方面。
商湯科技數字能源總經理王貴珠表示：“大模型在電力行業的應用場景，商湯會圍繞三大類展開，第一類，自然語言處理大模型可以服務于客服場景，幫助電力行業更好地提升用戶體驗；第二類，視覺大模型會更好地解決巡檢難題，并為運維場景提高效率，商湯也已經陸續做了不少試點案例；第三類，決策大模型會助力整個電力系統數智化升級，幫助能源行業更好地應對新能源發展帶來的行業轉變，以前電力系統的輸發配變用都是火力發電，具有非常強的計劃性，現在能源結構調整后，大量的光伏、風電上網發電并網，給發電側帶來了一定的波動性、隨機性，對調度提出極大的要求。”
一位電力專家在結合了大模型技術的系統中輸入指令：“幫我看一下這張圖片有哪些部件，以及存在哪些缺陷。”大模型就會自動檢測圖片，并得出一個結論：一塊非常不起眼的地方，缺失了一塊玻璃絕緣子。
在電網巡檢中，電線上忽然有一個不明狀況的東西，只需通過少量數據的預先訓練，多模態模型就能夠識別出，原來這是一條高壓線上出現了鳥巢，大模型可以給出鳥巢可能引發風險的預判。
在以前，AI模型往往需要重復大量枯燥的數據標注工作，而采用視覺大模型后，可實現自動化標注，讓員工有時間做更有價值的工作。傳統的AI模型到達一定程度后，準確率很難繼續提高，而使用大模型相關技術后，模型的準確率比以往提升了10%，能夠更好地識別電線、電房、電站的缺陷。
大模型在電力系統的另一大應用是電力調度。在防誤操作中，如果遇上線路停電，傳統的流程機制要先斷開中開關，再拉開邊開關，這個過程中程序員將代碼“鎖定”，適用于日常已形成流程化的工作。大模型的不同之處在于，它會針對操作指令做語義分析，結合知識圖譜，找到相應任務和設備的操作，因此可以針對一些新的突發狀況做出靈活處理。
在商湯看來，技術應該幫助提高人的技能并實現降本增效，正如工業場景中的缺陷檢測，首先應該是幫助員工，而不是取代員工。
堅持長期主義
深耕長尾服務個性化
提到大模型，與之高度關聯的是算力，特別是參數量動輒千億級別的。這意味著，首先需要強大的運算能力作為根基，因此，與其他不少廠商“借算力”不同，商湯一開始就以“大模型+大裝置”思路錨定大模型。
商湯還前瞻性打造新型人工智能基礎設施——商湯AI大裝置SenseCore，打通了算力、算法和平臺，成為能夠結合業務側數據的基座，被認為是支持大模型訓練的基礎。
其實，人工智能領域的一些長尾場景，這是很容易被人忽略的環節——從人們需求的角度來看，大多數的需求會集中在頭部，而分布在尾部的需求是個性化的，零散的、小量的需求。
由于頻次低，缺少大數據支撐做訓練，一旦出現問題產生的后果就非常嚴重。而基于“大模型+大裝置”，可拓展的場景會越來越多。
從人的角度來看，更多長尾場景也被納入服務，針對一些特定場景做到不斷升級；從市場格局來看，當核心功能的差距不明顯時，誰能夠解決更多的長尾問題，誰就能滿足消費者更好的體驗，獲得更多消費者的認可。
這就是商湯通往通用人工智能研究的一條重要途徑：將視覺、語音等多模態感知能力接入大語言模型，增強大模型與現實世界的交互能力。這不僅可以解決特定領域的知識，還可以解決開放世界問題。
大裝置解決的是AI行業可以低成本使用的問題。長久以來，“定制化”是很多人對AI行業的印象，每一個應用場景都要開發新的AI算法，需要一個龐大的團隊開發，但換場景則需要重新開發，如果按照這種方式，AI落地就會成為不可能完成的任務。
基于大裝置的能力，商湯目前已構建了計算機視覺、自然語言處理、AI內容生成、多模態、決策智能等多個領域的大模型，持續演進并廣泛支持各種應用。
隨著人工智能邁入以超大模型為標志的全新階段，是否擁有超大模型與高算力成為衡量一家人工智能企業能力的重要標準。正是長期堅定AI賽道，堅定布局、踏實前進、長期主義，讓商湯可以快速打造出技術領先且實用的國產大模型。
茍日新，日日新，又日新。不斷進化中的商湯，又會給外界帶來怎樣的期許？
摘自-南方產業智庫
| 上一篇 | 下一篇 |
|---|---|
| 中央最新部署，重大信號！ | 沒有上一篇 |
