关注“FightingCV”公众号
回复“AI”即可获得超100G人工智能的教程
生成式AI的红利，已经开始展现了。
商汤最新发布2024半年报当中，总营业收入为17.4亿元，同比增长21%。
其中，生成式AI收入大幅增长256%至近11亿元，占总收入比重的60%，历史上首次超越传统AI业务。
这一数据甚至超越了商汤自己的预期。
对此，CEO徐立表示：
生成式AI迎来黄金发展时期，我们正处于下一波增长的有利位置。
商汤的生成式AI是如何取代传统AI，成为主导性业务的？来看财报透露出的关键信息。
生成式AI收入占六成，成为商汤主导性业务
财报显示，2024年上半年，商汤的总营业收入为17.4亿元，相比去年的14.3亿元同比增长21.4%。
上半年，商汤净亏损24.7亿元，虽然还没有实现盈利，但亏损幅度已经收窄，亏损额同比下降了21%。
亏损的收窄离不开公司在加大研发投入的同时，优化整体的运营支出。上半年其销售费用为3.3亿元，同比下滑21.2%；行政费用7.3亿元，同比降低了7.7%，而研发费用为18.92亿元，同比增长6.1%。
细分商汤的三大业务，生成式AI绝对是这份财报中最突出的亮点。
上半年，生成式AI实现营收10.5亿元，同比增长21.2%，占总收入的60.4%；传统AI的营业收入为5.2亿元，同比下降了50.6%；占总收入的29.9%；智能汽车业务营收1.68亿元，同比翻了一番，占总收入比重的9.7%。
值得注意的是，这是生成式AI的占比首次在财报中超越传统AI业务占比。在商汤23年的年报当中，生成式AI的收入占总收入的比重，还仅为34.8%。
正如财报中所说，生成式AI已成为商汤的主导性业务。
去年中期业绩电话会议中，商汤预测，24年生成式人工智能的收入，可能会比23年可以翻一倍甚至更多，占公司收入的比例在30%以上。
如今看来，生成式AI以远超预期的成绩回应了商汤的期望，迎来bonus time。
大装置+大模型：引领行业行业迈向AGI时代
国际数据公司IDC发布的《中国人工智能软件市场份额，2023：大模型带来新生机》显示：在2023年，商汤科技市场份额超25%，位居中国计算机视觉市场第一。并且超越第二、三名的总和，成为市场绝对领导者。
特别的是，在这一关键的AI软件子市场，商汤已经连续八年蝉联第一。
IDC还在报告中指出：从 2023 年的市场格局中也可以看出，没有积极投入大模型的 AI 企业，已经开始在新一代人工智能的市场竞争中有所掉队。
“日日新”是商汤集结公司尖端研发资源的大模型。从22年底开始，超过10000张GPU的算力资源投入，促成了日日新1.0版本到7月5.5版本的发布。
今年4月，商汤科技在国内推出日日新5.0大模型。当时，它在SuperCLUE的测评中首次超过GPT-4 Turbo，同时在阿里达摩院的Auto Arena测评当中也超越GPT-4 Turbo，在国产大模型中文能力的排行中位列第一。
7月的世界人工智能大会WAIC 2024上，商汤又发布了国内日日新5.5大模型，国内首个对标GPT-4o，具备流式多模态交互能力大模型，实现“所见即所得”。
另一方面，商汤能够实现生成式AI迅速发展，还离不开它的大装置AIDC。
为迎合市场智算服务的强劲需求，商汤在三个月内将算力规模提升了8000PetaFLOPS，从3月底的12000 PetaFLOPS，突破到了6月底的20000 PetaFLOPS，上线GPU数量达到了5.4万张。
在推理场景中，商汤实现了以相同的算力和电力成本下，每秒请求数（QPS）提升4倍。其万卡集群的GPU资源利用率也达到最高80%以上。
根据IDC报告的预测：未来五年，中国AIDC服务市场将以高增速持续增长，年均复合增长率达57.3%，2028年整体市场规模近2000亿人民币，其中训练侧算力需求将增长10倍以上，而推理侧算力需求将增长200倍以上。
对此趋势，商汤在财报中透露，23年商汤AIDC服务市场份额排名行业第三。
今年上半年，已有3000多家行业头部企业使用商汤的大模型及智算服务，“日日新”大模型整体调用量实现400%的增长。
为了进一步达成生成式AI的转型升级，商汤推行了“商汤大装置+大模型”的路线。
通过构建大装置，商汤能够支持大规模的模型训练，让商汤在开发和部署大型深度学习模型方面，具有明显的技术领先性，也能应用到金融、医疗、智能终端等更多的行业当中。
例如在金融领域，商汤科技与海通证券联合发布了业内首个面向金融行业的多模态全栈式大模型，推动大模型技术在智能问答、合规风控、代码辅助、办公助手等业务领域的落地应用，并探索智能投顾、智能投研等前沿场景。
还有医疗领域当中，在药物研发时，商汤的大模型通过AI技术，从多组学生物数据中提取知识，绘制疾病靶点和药物设计图谱，以提升药物研发效率。
如今，生成式AI正在逐渐渗透到各个领域，并开始在其中崭露头角。
商汤CEO徐立表示：
公司全面向生成式AI转型升级的战略目标已阶段性达成，未来我们将不懈地革新技术，引领行业迈向通用人工智能（AGI）时代。
生成式AI正值强劲增长之际，更需要聚焦资源、多方面能力融合，只有这样，才有可能在未来保持长时间的高增长。
往期回顾
基础知识
最新论文解析
NeurIPS2022 Spotlight | TANGO：一种基于光照分解实现逼真稳健的文本驱动3D风格化
ECCV2022 Oral | 微软提出UNICORN，统一文本生成与边框预测任务
NeurIPS 2022 | VideoMAE：南大&腾讯联合提出第一个视频版MAE框架，遮盖率达到90%
NeurIPS 2022 | 清华大学提出OrdinalCLIP，基于序数提示学习的语言引导有序回归
SlowFast Network：用于计算机视觉视频理解的双模CNN
WACV2022 | 一张图片只值五句话吗？UAB提出图像-文本匹配语义的新视角！
CVPR2022 | Attention机制是为了找最相关的item？中科大团队反其道而行之！
ECCV2022 Oral | SeqTR：一个简单而通用的 Visual Grounding网络
如何训练用于图像检索的Vision Transformer？Facebook研究员解决了这个问题！
ICLR22 Workshop | 用两个模型解决一个任务，意大利学者提出维基百科上的高效检索模型
See Finer, See More！腾讯&上交提出IVT，越看越精细，进行精细全面的跨模态对比！
MM2022｜兼具低级和高级表征，百度提出利用显式高级语义增强视频文本检索
MM2022 | 用StyleGAN进行数据增强，真的太好用了
ECCV2022|港中文MM Lab证明Frozen的CLIP 模型是高效视频学习者
ECCV2022｜只能11%的参数就能优于Swin，微软提出快速预训练蒸馏方法TinyViT
CVPR2022|比VinVL快一万倍！人大提出交互协同的双流视觉语言预训练模型COTS，又快又好！
CVPR2022 Oral｜通过多尺度token聚合分流自注意力，代码已开源
CVPR Oral | 谷歌&斯坦福（李飞飞组）提出TIRG，用组合的文本和图像来进行图像检索
