近日，商汤（0020.HK）披露了2024年上半年业绩。报告期内，商汤实现营收17.4亿元人民币，同比增长21%，较去年同期，亏损减少21%。从三大业务来看，2024年上半年，商汤生成式AI业务实现收入近11亿元，同比增长256%，占集团总收入的60%，成为商汤的主导性业务。“绝影”智能汽车业务收入为人民币1.7亿元，同比增长100%；传统AI业务再次主动收缩压缩至集团整体收入占比至10%。
“三大业务的变化体现了我们发展策略的调整。”商汤集团董事长兼CEO徐立表示，生成式AI迎来黄金发展时期，商汤全面向生成式AI转型升级的战略目标已阶段性达成。
2023年被誉为“大模型元年”，而随着2024年的到来，大模型如何“落地”已成为推动整个产业链转型的关键。当下，各行各业均在加速探索如何利用大模型赋能自身产业发展。而面对这一趋势，作为全球领先的人工智能软件企业，商汤科技早年间布局现阶段开始收获商业化果实，保持了以互联网企业客户的领先优势，并站稳了机器人、新电动汽车、医疗、金融等新兴行业。
财报背后，我们发现商汤在端侧的成绩，斐然。
大模型厂商抢夺 “端侧”蓝海，商汤守擂优势凸显
作为抢占未来流量入口的关键，端侧AI俨然成为各大厂商争夺焦点。而端侧设备，以智能手机和智能汽车为代表，已经成为AI技术的重要应用阵地。
《2024年中国端侧大模型行业研究》报告指出，生成式AI市场的蓬勃兴起，正驱使大模型厂商积极探索端侧应用的新蓝海，以此作为增长的新引擎。端侧大模型通过在设备本地运行，有效降低了数据传输延迟，增强了隐私保护，拓宽了AI应用场景的广度与深度。
“与此同时，下游市场需求的强劲增长，特别是手机与自动驾驶行业的蓬勃发展，正强力拉动端侧大模型市场的扩张，2023年中国端侧大模型市场规模达 8亿元，预计2024年中国端侧大模型市场将达到21亿元。 ”上述报告表示。
近年来手机厂商们纷纷推出主打AI功能的手机，旨在通过AI拍照、智能交互、个性化推荐等功能提升用户体验。而汽车厂商则更加关注自动驾驶技术的实现，以及如何通过AI技术提升驾驶安全性、舒适性和智能化水平。通过商汤今年来财报发现，商汤分别在手机、汽车两项核心端侧领域，已形成稳固壁垒，处于守擂成功有利位置。
商汤在端侧AI积累了大量商业市场经验，并具备扎实的AI 2B能力。回溯发展历史我们发现，商汤一直在端侧“自卷”。早在2015年起商汤已和几乎所有全球主流安卓手机厂商，车企和APP厂商合作，是中国最早布局端侧的AI企业之一。商汤针对不同端侧设备的特点，持续进行端侧模型系列扩充，如7B、1.8B，并追求终端小模型性能与大模型媲美，推动边端运行——这是目前行业中鲜少完成在端侧商业落地应用完整布局的AI企业。
为何如此下重投入在端侧？“大模型的主要应用场景将集中在端侧”，这是商汤早于2023年的回答。2024上半年财报数据显示，报告期内，商汤“日日新”整体调用量实现了400%的增长，客户数和客户平均调用规模均大幅增长。
在汽车端，智慧汽车业务“绝影”依然保持稳健快速增长速度。2024年上半年财报显示，该业务实现了1.68亿元的收入，同比增长100%，累计交付车辆数达到260万辆、覆盖104个车型。上半年新增定点车型15个，新增定点车辆数约600万辆，其中包括福士华根、凌志等海外品牌的定点。此外，绝影还参与到多家中国车企的出海项目中，绝影的全球影响力日益凸显。整体汽车端侧覆盖量依旧处于高速增长态势。
在前不久召开的WAIC 2024商汤人工智能论坛上，商汤“绝影”宣布在行业率先实现原生多模态大模型的车端部署，并现场演示了搭载在200 TOPS+平台上的8B模型（即80亿参数）车端部署方案。这一成果展示了商汤在多模态感知和交互能力上的强大实力，也为智能汽车的发展提供了新的可能性。相较于传统的云上部署方案，商汤“绝影”的车载端侧8B多模态模型在延迟和推理速度上均表现出色，能够满足智能汽车对于实时性和准确性的高要求。
在手机端，商汤的端侧小模型已经服务了小米、荣耀等主流安卓手机厂商客户。其推出的端侧小模型“日日新5.5lite”在推理速度和模型性能方面保持领先，其推理速度可达到每秒100字，延迟降至仅几十毫秒。与此同时，通过端云协同的推理架构，推理成本得以显著降低。据了解，接入商汤“日日新?商量”端侧大模型后，单台设备的成本可降至9.9元/年。
徐立指出，借助端云协同的新推理架构，成本降低也有助于大模型覆盖到更多IoT设备，不仅是高端手机，还可以应用于中端、低端手机，电视、音箱等设备，实现智能交互功能。
端侧两大技术根基——多模态能力、推理能力
值得注意的是，在AI的竞技场上，商汤科技之所以能在生成式人工智能的初期爆发阶段占据领先地位，这与其在端侧——“多模态能力”和“推理能力”的技术优势密不可分。
与文字输入相比，语音和视频等多模态输入方式提供了一种更为自然的交互体验。2024年7月，商汤推出了“日日新”大模型的5.5版本。相较于5.0版本，其综合能力提升了大约30%，并且在多模态能力方面得到了全面增强，可对标GPT-4o的实时交互体验，成为中国第一个多模态的实时交互大模型。
在过去，众多模型在处理不同模态信息时，通常会先将语音等输入转换为文字，然后将文字与图像结合起来进行分析。输出反馈的过程也是先生成文字，再根据这些文字生成语音输出，这一过程中伴随着大量信息的丢失和较高的延迟。
相比之下，多模态大模型能够高效且深入地融合语音、文字、图像、手势、视频等多种模态信息，从而提供更为丰富和自然的人机交互体验。与此同时，相较于以往的方案，多模态融合技术的难度也实现了几何级数的增长。
今年4月，商汤科技在上海发布行业领先的“云、端、边”全栈大模型产品矩阵，并与小米、阅文、华为等多位生态伙伴共同探讨和交流大模型在办公、金融、出行等不同领域的应用及前景，加速生成式AI向产业落地的全面跃迁。在两个月后的WAIC 2024期间，商汤科技再次发布国内首个所见即所得模型“日日新5o”，交互体验对标GPT-4o，可实现实时的流式多模态交互。
在历次的发布会上，商汤科技一直强调其对端侧推理效率提升的重视。也正是得益于中国市场上对大型模型和智能计算服务的强劲需求，以及“日日新SenseNova”大型模型能力的增强和推理成本的迅速降低，商汤的生成式人工智能业务在2024年上半年实现了显著的增长。
