作者/皮爷

出品/新摘商业评论

基于开源、闭源的大模型服务模式，商汤在向外界展示强大底层模型的技术实力的同时，也更建立起新的飞轮。

这个飞轮不仅是基于更大量级大模型使用频次带来的模型优化，也更是从开源到闭源的“技术——商业”变现。

670.4%——这是在2023年中期业绩报告中，商汤给出的生成式AI相关业务增长数字。与此同时，今年上半年，商汤整体营收增速转正，实现收入14.3亿元。

商汤，这个AI老兵，再次站到了舞台中央。

过去半年的大模型浪潮里，如果说在一众中国选手里谁的身影更为清晰，商汤绝对是最佳选项之一。关于这家AI原生的企业，市场已经看到了太多的亮眼标签。比如商汤是最早发布大模型系列产品的厂商之一，旗下商量SenseChat是国内最早推出的基于千亿参数大语言模型的聊天机器人产品之一；再比如，商汤联合多家国内顶尖科研机构发布了首个综合性能全面超越GPT-3.5-turbo的基模型InternLM等等。

对于商汤，人们不陌生。但尽管如此，对于如今在大模型潮流里有足够清晰的声音传递出来的商汤而言，其也在AI加速落地的当下不断刷新着人们对它的新定义。

在如今“百模征战”的大模型时代，一个经常被提出，也更是市场关心的问题恰是：谁能成为最终的底层大模型选项？或者说，谁能成为中国产业数字化浪潮的真正赋能者？

在大模型热度逐渐冷静的当下，这个问题的答案已然不仅是关于技术本身，也更是关于产品，关于服务，关于对产业的理解和深耕。

而这里，也已然成为商汤们自证价值的最佳考场。

AI潮水里，一张新成绩单

“商汤迎来了极其关键的发展时期。”商汤CEO徐立在财报公布的电话会上这样说道。作为商汤董事会执行主席兼首席执行官，在过去的半年时间里，他和商汤一起站上了AI的舞台。

今年5月份，陆奇在北京举行了一场超千人规模、主题为《新范式新时代新机会》的演讲，全程超三个小时，其中他的核心观点是，大模型将带来范式技术革命，它将改变一切产业世界，未来也将无处不在。

在具体的阐述环节，他也更明确表达，中国大模型企业要奋起直追，在基础模型层面，要建立达到GPT-3.5到GPT-4的模型能力，抢先进入第一梯队。

就在这番话落地的仅1个月后，有一家企业就宣布其基模型性能超过GPT-3.5-turbo，正是商汤联合多家国内顶尖科研机构发布的大语言模型书生·浦语（InternLM），参数规模为1040亿，成为当时国内首个在多个权威评测集上超越ChatGPT水平的基模型。

8月，更新的模型成果被披露，新模型InternLM-123B完成训练，参数量提升至1230亿，在全球51个知名评测集共计30万道问题中测试成绩整体排名全球第二，超过GPT-3.5-turbo以及Meta新发布的LLaMA2-70B等模型。

据介绍，InternLM-123B的语言、知识、理解、推理和学科等能力均显著提高，还重点升级了代码解释器及插件调用能力（function calling），可使用python解释器、API调用和搜索三类常用工具来解决复杂任务、灵活搭建AI智能体应用。

徐立在财报电话会上重申了工具调用能力的意义。“只会‘聊天’的模型是很难转化成生产力的，能够准确使用工具的大模型是解放行业生产力的关键。”

商汤的文生图大模型秒画也在飞速迭代，短短几个月内由1.0版本升级至3.0版本，基模型参数量提升至70亿参数，其核心算法在COCObenchmark上超过了谷歌的Imagen与OpenAI的DALL·E2，出图效果跻身全球前列。

这仅仅是商汤交出的成绩单之一。

更亮眼的成绩来自商汤基于基模型的上层表达。在基模型之上，除了商量和秒画，商汤还推出了如影、琼宇、格物等AI产品，分别对应数字人、3D大场景重建、3D小物体生成这五个主流的生成式AI场景。

这些产品在过去半年时间里不仅被广泛应用到C端，也在一众B端市场落地。

财报数据显示，今年上半年商汤智慧商业板块收入同比增长50.2%，收入占比提升至60%，与十个行业的数百家客户合作定制行业大模型，覆盖能源、金融、地产、人力资源、传媒、工业制造、咨询等一众垂直行业场景，单客户收入提高59.9%。

智慧生活板块的表现同样亮眼。商汤在财报中透露，智慧生活已通过对手机、移动互联网行业上百个客户提供大模型赋能的新产品及新功能，最终触达数亿终端、中小企业与个人用户。例如“如影”数字人如今已服务于央视、广电、工商银行等头部客户，并落地各类电商和直播类客户；“格物”则已与香港最大的珠宝集团实现商品3D数字化合作等等。

可以说，透过这次财报数据，能清晰看到的是一根向上的企业发展阳线。在这条势头强劲的曲线里，商汤向外界展示的不仅是自身的产品、技术和产业落地，更是商汤这家企业在AI浪潮下被无限放大的战略活性。

为什么商汤可以？或者说，为什么在如今波折不定的大模型潮水里，商汤走出的是一条足够有确定性的曲线？

谁在领跑大模型？

实际上，这并不是一件容易的事。

从企业的层面来看，大模型的落地背后对应的不仅是其在参数、产品层面的不断训练和调整，更是在一个个产业场景中基于行业know-how的沉淀，不断改进和适配，由定制化走向通用场景。

想要实现真正的AGI，大模型仍要不断进化迭代。这背后需要的则是算力、数据、系统等全方位的支撑。

根据相关消息显示，在如今OpenAI基于GPT-4的训练中，其参数量级达1.8万亿巨量参数，训练一次的成本则是高达6300万美元，甚至不止。其中不仅包括单纯的逻辑推理，更包括如数据清洗、高质量数据标注等等环节。

但商汤却有另外一条路。其颇具前瞻性的布局打造了算力基础设施SenseCore AI大装置。2022年全国最大智算中心上海临港AIDC正式运营，推动商汤的大装置持续升级。

今年3月底，商汤大装置就已经完成2.7万块GPU的部署并实现了5ExaFLOPS的算力输出能力，可最多支持20个千亿参数量大模型（以千卡并行）同时训练，最高可支持万亿参数超大模型的训练，而根据此次财报数据，如今其上线GPU数量提升到约3万块，算力规模已提升20%至6ExaFLOPS。

基于大装置的底层积累和充沛算力，商汤可以以更低成本和更高效地完成大模型从数据清洗、数据标注到逻辑训练等一系列大模型“进化”所需工作。

优势不仅在成本和速度，更在模型质量和企业落地效果。尽管如今市面上大部分开源模型可以自由调用接口和模型能力，但其背后对应的模型底层能力以及配套工具链相关能力并不完备，具体到产业场景侧则是实际落地效果极差，甚至无法落地。

而商汤的开源模型具备足够扎实的底层模型能力，这离不开其丰富的高质量原始语料数据储备。据了解，如今商汤可以每月产出超过2万亿token的高质量数据，预计年底高质量数据储备将突破10万亿token。

值得一提的是，商汤一直以来都是开源的积极拥护者。在徐立看来，大模型开源能够使行业和自身从更广泛的合作创新中受益。大语言模型同样通过拥抱开源，从生态中吸取力量。

比如近期商汤开源的InternLM-7B（70亿参数），在多个模型测试榜单高踞榜首，成为性能最好的轻量级基模型。在部分榜单上，InternLM-7B甚至超过了参数量更大的130亿参数的LLaMA2的模型。接下来InternLM-20B模型（200亿参数）也将迎来开源。据悉，InternLM-20B具备优秀的工具调用能力，且运行成本较低，适合构建各类AI应用。

而在开源之外，商汤同样致力于打造具有竞争力且好用的“基座模型”，支持上万个潜在行业大模型的需求。

这恰构成了一个完善的闭环。可以理解为，基于开源、闭源的大模型服务模式，商汤在向外界展示强大底层模型的技术实力的同时，也更建立起新的飞轮，这个飞轮不仅是基于更大量级大模型使用频次带来的模型优化，也更是从开源到闭源的“技术——商业”变现。

而这些，最终构建出的恰是过去半年里商汤在大模型曲线上的不断向上。