从2023年至今，做大模型、做生成式AI到底能不能赚钱，其实一直是行业里热议的话题。
正值财报季，商汤集团也在近日公布了2023年业绩。财报显示，2023年公司整体营业收入34亿元人民币，其中生成式AI收入达12亿元，占集团总收入比例升至35%，实现近200%增长。这也是商汤成立十年以来，以最快速度实现从无到有，并取得超过10亿收入体量的新业务。
在前些天刚结束的科技春晚英伟达GTC （GPU技术大会）2024上，英伟达发布了全球最强的 AI 芯片，又一场全球算力之争再次发生。我们已经看到了工作生活正在被 AI 改写。而商汤的最新财报数据，同样是生成式AI快速变革很多产业、行业的一个例证。
当然，对商汤来说，生成式AI占营收的比例高了，传统AI的比例自然就低了。财报显示2023年商汤传统AI收入为18.38亿元，同比下降41%。其中智慧城市收入占比从30%下降到不足10%，公司对智慧城市的依赖度已经大幅降低。
一些疑问也随之而来，如何看待收入比例上，传统AI的下降与生成式AI的上升？为什么大模型与生成式AI作为商汤科技新的业务增长点，具有如此猛的增速？在商汤业务板块的结构变化中，哪些地方可能被低估了？
从大装置到大模型，商汤“基础设施先行”
没有数据就没有AI。没有能够运行多样化AI模型的算力基础设施，也就不会有当前大模型的百花齐放。商汤确实先市场一步，提前就建设基础设施。这是一个需要长线投资、甚至不能在短期带来回报的重活，但却必须干。
而从2018年开始，商汤就开始每年投入更多资源到SenseCore大装置，同时致力于AI大模型的研发，并在上海建设了临港AIDC（人工智能计算中心）。2021年，商汤正式推出新型AI基础设施——商汤大装置SenseCore。彼时，人工智能行业还没有遇到算力瓶颈，算力的重要性也并未被行业普遍认知到。直到2023年，随着生成式人工智能在国内的爆发式发展，对智能算力的需求随之剧增。
在这种背景下，商汤科技提前建设好的大算力装置，就成为行业内必须的算力基础设施。但市场认知显然没有那么及时，投入重金建设大装置，也导致商汤需要更长周期才能盈利，反应在二级市场，就是彼时的很多投资者并不认可这种做法。
不过，当生成式AI从概念到全面落地开花之后，商汤的先见之明也部分得到了印证。
实际上，商汤科技2022年在生成式AI上就取得了3.95亿元收入，而彼时国内的“百模大战”甚至还没有开打。
可以说，商汤科技的生成式AI收入，并不是在“百模大战”中，通过零和博弈从友商那里抢过来的，而是基于自身提前建设基础设施、提前开发日日新大模型以及生态赋能，主动培育、自然生长出来的。对商汤自己，这是一种更加健康、具有空前远景和动能的增长。
从2022年的3.95亿元增长到2023年的11.84亿元，生成式AI的迅速增长也改变了商汤的营收结构。按照生成式AI的增速，甚至2024年就将反超传统AI的营收占比。商汤甚至乐观地预计，2024年生成式AI业务占公司收入比重将增至50%左右。
财报显示，截至2023年底，大装置的总算力规模实现突破性增长达12,000 petaFLOPS，较AIDC初期增长了4.8倍，运营GPU数量达45,000卡，并实现了万卡万参的大模型训练能力，由此支持“日日新”大模型体系高速迭代至4.0版本，在多个场景中达到与GPT-4相匹配的能力水平。
相较于2023年初，商汤科技的总算力已经提高了一倍。据商汤管理层预计，2024年商汤算力仍将保持50%-100%的增长——也就是说，大概率算力还能再翻一番。
但实际上，哪怕翻倍的算力增长，面对海量的算力需求仍然是紧张的。所以，大装置、大算力要建设，但算法上的优化也同样重要。
商汤科技董事长兼首席执行官徐立表示，Sora的出现预示着大量的算力会投身到行业应用中，Sora也是尺度定律（Scaling Law）的实践。商汤过往在图片中有很强的积累，其实就在于怎样利用比较少的资源，能够达到同样甚至更好的结果。
徐立认为，在中国做AI的很有效的方向，就是看团队怎样利用稍微少量的资源投入，叠加利用更多工程化以及算法上一定程度上的优势，去弥补纯粹算力上的差距。
不过，在AI领域，尽管商汤拥有更具工程优势、更省资源开支的算法、模型，其它AI公司也同样在这一方向上努力。如何维持商汤的竞争优势？
商汤选择了小步快跑，试图用更快的大模型升级速度来保持自己的优势。
2023年4月，商汤推出了“日日新大模型1.0”版本，这是国内首个千亿级参数的大语言模型，同时还包括文生图、3D内容生成等多种生成式AI模型。2023年8月，“日日新2.0”版本发布，性能赶上并在部分项目上超过GPT-3.5-turbo大模型。而日日新大模型对算力的开销，依然被商汤控制在一个相对高效的水准，“大装置+大模型”，在大之外，更加巧、更加高效，同样是商汤不能被忽视的优点。
为什么生成式AI能够创造比传统AI更高的营收增速
新一代人工智能和传统人工智能之间，营收逻辑的不同到底体现在哪里？为什么生成式AI能够创造比传统AI更高的营收增速？
因为生成式AI具有更快的能力增长速度，而这种能力，意味着其在商业化也比传统AI具有更强的场景拓展能力，在代码编写、数据分析、医疗问答、数字人等多个场景中都具有广阔的运用可能。实际上，不止商汤一家公司，纵观2023年的很多AI企业，生成式AI都凭借着更广泛的应用前景、更强大的通用与专用能力，在传统AI市场趋于饱和的当下，成功实现了比传统AI更高的营收增速。
所以，商汤日日新大模型才用行业中少有的速度快速迭代：
2023年12月，“日日新3.0”版本发布，基模型的能力进一步提升，率先支持不同模态工具的调用。文生图模型秒画也升级至百亿参数量级，其语义理解能力与图像质感显著增强，但相比Midjourney等海外文生图平台仍有差距。文生图领域，不仅是商汤，国内所有大模型企业都还处于追赶状态。
2024年2月，商汤推出的“日日新4.0”性能显著提升，在代码编写、数据分析和医疗问答等多个场景中，达到了与GPT-4相匹配的能力水平。
日日新大模型体系包含自然语言生成、照片生成服务、感知模型预标注、模型研发等多种能力，包含“商量”“秒画”“如影”“琼宇”“格物”“大医”“代码小浣熊”等多个产品。
以如影为例，商汤如影生成的数字人已经在很多场景得到广泛应用，虽然具有一定的行业领先性，但也有更多巨头进入数字人领域。作为一家AI公司，技术实力、产品能力如何获得更多客户认可，如何保证自己的优势不被巨头削弱，也是商汤需要解决的挑战。
据了解，商汤预计今年4月份发布“日日新5.0”版本，将全面对标GPT-4-turbo，支持百万字无损上下文，并且多模态模型能力也将全面对标GPT4V。
财报显示，生成式AI业务中超过70%的客户在过去12个月内是商汤的新客户，剩下的30%的存量客户客单价也收获约50%的增速。截至最新，商汤订单金额超过千万元人民币的客户数已达到数十家。日日新大模型赋能C端的调用量更是呈现出近120倍的增长。
做大客户规模，触达更多伙伴，也就是夯实商汤在更多真实商业场景中的能力壁垒。
生成式AI并不天然就一定能够带来足够的营收，如果不能覆盖成本，甚至会拖累到一家AI公司的利润率。
拿Sora为例，Sora 在训练环节对算力需求就是 LLM 高出好几个倍，据推测，大约需要在 4200-10500 张 Nvidia H100 上训练 1 个月，并且，当模型生成 1530 万到 3810 万分钟的视频后，推理环节的计算成本将迅速超过训练环节。这也是Sora迟迟不能开放使用、商业变现的原因。
对于商汤来说，依托 “大模型+大装置”的强大能力，抢先布局MaaS（Model as a Service，模型即服务），不仅需要讲技术，还需要讲成本。毕竟，比起基础设施层等方面的技术领先，市场还是更在意技术落地时，成本是否够低，能不能帮自己赚到钱。
商汤生成式AI，算力增速需进一步提升
2023年，商汤集团明确了新的三大业务板块：生成式AI、传统AI和智能汽车；以生成式AI业务为重点发展方向，同时保持传统AI业务和智能汽车的优势。
商汤科技表示，经过过去一年的业务重组，新的三大业务板块生成式AI、传统AI、智能汽车分别对应着提供生成式AI的模型训练、微调及推理服务业务，传统智慧城市、智慧商业与智慧生活的非生成式AI业务，以及原智能汽车业务。
那么，商汤生成式AI，有可能持续领跑行业吗？
在算力上，商汤领先于行业建设大装置，今年算力还将持续增长。
在算法上，特别是计算机视觉算法，更是商汤起家之本。
借助SenseCore大装置，商汤更是打通算力、算法和平台，用人工智能即服务 AIaaS（AI as a Service）的方式拓展场景，比如在编程和办公领域，商汤还推出了“小浣熊家族（Raccoon）”AI智能助手。
其中代码小浣熊通过AI代码生成、代码翻译和代码重构等技术，极大地简化了编程工作。用“小浣熊”代码补助工具，可节省30%的工作量。而办公小浣熊支持复杂表格、多表格、多文件的理解，其底层技术正是商汤日日新·商量语言大模型的数据分析版本，在数据分析场景下的数据测试集（1000+题目）中以85.71%的正确率超过GPT-4。
代码小浣熊和办公小浣熊两大项目，分别覆盖代码语言与自然语言两大类交互，已经为十余万用户提供数亿次智能辅助服务。
当然，这也不意味着人类程序员的失业。人类程序员要学会使用AI程序员来辅助自己，提升效率，进步成为AI2.0时代的全能程序员。
而通过更多AI助手一步步通往AGI之路上，如何平衡AGI技术信仰和商业落地，保持生成式AI营收的领跑增速，也同样需要商汤去思考。
徐立信奉尺度定律（Scaling Law），随着算力规模的进一步提升，大模型还将发挥出更多变革性作用。但商汤对自己算力翻倍的增速依然不满意，商汤科技执行董事兼董事会秘书徐冰表示，“（商汤算力规模）一倍左右的增长，其实比计划的要小。”
徐冰指出，“行业的判断是几乎每年算力的需求都会以10倍的数量级去扩充，我们预计在未来1-2年，全球算力都是供不应求。”
算力依然供不应求，大模型要依托有强大的基础设施为基础才能够实现大推广和应用。商汤2024年预计将会更大面积地拓展全国的算力节点，输出算力方面的新质生产力。
在商汤的理解中，大模型能力可分为三层架构，知识、推理、执行，而且这三层之间互有依赖，又相对独立。只有在三层能力上实现突破，才能组成一个完备的对于世界提供生产力工具模型的三层能力。而商汤生成式AI就是基于此，打造文生图、文生视频，并且在多个领域，生成式AI、传统AI和智能汽车能够跨场景复用。
很多人将AI的普及特别是生成式AI的广泛使用类比为曾经的电力革命，就像加速工业革命的电气化浪潮一样。但实际上，这对于AI的理解并不全面。AI算力确实像电力，但电力是可负担的，充足的，而目前的算力并不充足，而且对于算力的需求是多样化的，而电力需求上的变化是较为单一的（电压、电流等变化维度）。
这就对算力基础设施提出了远比电力更复杂的需求。而商汤AI大装置SenseCore打通了算力、算法和平台，并在此基础上建立“商汤日日新SenseNova”大模型及研发体系，可提供自然语言、内容生成、自动化数据标注、自定义模型训练等多种大模型及能力，还同时结合决策智能大模型，为AGI实现提供丰富、多元化的算力供应与大模型服务。
这也是商汤保持生成式AI营收增长的一个优势。
商汤生成式AI业务的快速增长，得益于各行各业对大模型的训练和推理的广泛需求，也预示着中国硬科技投资的新周期正式开启。在这个新周期里，从互联网巨头、科技巨头到众多AI公司，都在比拼着技术与落地，很多大模型企业算法上也未必落后商汤，而巨头们也同样在发动着算力“军备竞赛”，商汤依然有一场硬仗要打。但不管竞争如何激烈，商汤集中资源于生成式AI业务的变革，在AI2.0时代，也会是更多AI企业同样的选择。