隨著騰訊的入局，國內生成式AI大模型賽道集齊BAT三大巨頭，競爭日趨白熱化。

　　4月14日，騰訊云發布面向大模型訓練的新一代高性能計算集群，搭載英偉達最新一代H800 GPU，服務器互聯帶寬高達3.2T，算力性能較上一代提升3倍，號稱目前國內性能最強的大模型計算集群。

　　除了算力基礎設施，騰訊去年6月發布混元大模型，微信也在去年10月發布WeML大模型。在上月底的財報電話會議上，騰訊總裁劉熾平表示，對于騰訊整個業務來說，AI及大模型是一個增長的擴大器。

　　在騰訊下場之前，百度、阿里和華為等公司已經先后落子這一領域。

　　3月中旬，百度推出“文心一言”;半個多月后，華為在一場行業峰會上披露了“盤古”大模型的研發及落地情況;4月11日，阿里大模型“通義千問”高調亮相，未來將接入阿里全線業務。

　　與此同時，360、網易、知乎、科大訊飛、昆侖萬維等先后公布自己的大模型;此前淡出中心舞臺的王慧文和王小川重出江湖，迅速敲定數千萬美元的融資，正在四處招兵買馬。

　　掀起新技術浪潮的AI大模型，已經成為科技公司必須參加的一場大考。在AI領域深耕多年的商湯科技，也在本月交出自己的答卷。

　　Part 1 入局AI大模型“馬拉松”

　　4月10日，商湯公布以“大模型+大算力”推進AGI(通用人工智能)發展的戰略布局，并發布“日日新SenseNova”大模型體系，涵蓋自然語言處理、圖片視頻及3D內容生成、自動化數據標注、自定義模型訓練等多種大模型及能力。

　　其中，最引人關注的是“商量SenseChat”，一款千億級參數的自然語言處理大模型。在現場演示中，SenseChat能夠結合上下文語境，流暢準確地回答各類問題，還具備超長文本理解能力，可以從復雜文檔中提取和概括信息，幫助開發者編程，提供個性化的健康咨詢等。

　　此外，商湯還展示了多款基于大模型體系的生成式AI模型及應用：“秒畫SenseMirage”AI內容創作社區平臺可以根據文本生成圖片，擁有超10億參數，支持二次元、三次元等多種生成風格，最高支持6K分辨率，還可支持自行上傳數據集進行finetune、自訓練等功能，定制訓練屬于自己風格的LoRA模型，顯著降低模型的訓練門檻;“如影SenseAvatar”AI數字人視頻生成平臺僅需一段5分鐘的真人視頻素材，即可生成數字人分身;“瓊宇SenseSpace”和“格物SenseThings”3D內容生成平臺能夠生成大模型3D場景和精細3D物件，為搭建元宇宙虛擬空間提供高效、低成本的工具。

　　AI大模型是中國科技企業的又一塊兵家必爭之地。隨著BAT等互聯網公司，以及商湯、科大訊飛等AI老兵的入局，每個人都摩拳擦掌、躍躍欲試，準備大干一場。

　　業內人士普遍認為，國產大模型與GPT至少有2~3年的差距。怎樣盡快趕上世界先進水平，是擺在大大小小玩家面前的命題。將這一命題拆解開來，最關鍵的是數據、算法和算力三大要素。

　　三要素中，算法的研發難度相對較低，且有眾多開源項目可作為參考，中國公司最容易縮短甚至抹平差距;但在數據和算力方面，想要拉近與OpenAI的距離要困難得多。它需要更漫長的積累沉淀，也需要企業持之以恒地拿出真金白銀，投入到AI相關的“硬科技”中。

　　這也意味著，大模型之爭不是一場停留在應用層面的百米賽跑，而是一場由綜合能力定勝負的馬拉松。誰能在數據和算力上建立壁壘，誰就有望率先踏入生成式AI的新時代，在新技術浪潮中吃到更多紅利。

　　Part 2 數據和算力，AI大模型兩大根基

　　ChatGPT之所以一鳴驚人、經受住了上億用戶不同場景下的考驗，首先得益于OpenAI給它“投喂”了大量數據。

　　OpenAI此前披露，為了AI像人類那樣流暢交談，研發人員給GPT-3.5提供多達45TB的文本語料，相當于472萬套中國“四大名著”。這些語料的來源包括維基百科、網絡文章、書籍期刊等，甚至還將代碼開源平臺Github納入其中。

　　豐富而龐大的語料庫，讓ChatGPT不僅能夠聊天、講故事，還會回答專業問題、幫學生寫作業、給碼農寫代碼。在一些讀寫測試中，ChatGPT展現出來的能力不亞于高中生。

　　與之類似，商湯語言大模型SenseChat也使用了大量數據進行訓練，并充分考慮中文語境，能夠更好地理解和處理中文文本。在發布會上，SenseChat一問一答應對自如，甚至還能夠根據《專利法》答疑解惑，結合法條和最新資訊給出合理答案。

　　可以看出，足夠多、足夠豐富的數據，是生成式AI大模型的根基。商湯在這方面有自己的獨特優勢。

　　商湯的AI技術和產品已經在眾多領域得到應用，在長期實踐中，商湯積累了大量真實世界的高質量視覺數據，視覺信息可以轉化為更多結構化的表達，形成豐富的多模態語料庫，為大模型研發奠定基礎。正如商湯董事長兼CEO徐立所言，“商湯積累了大量視覺類信息，這類信息作為知識，輸入我們的多模態網絡中，會帶來完全不一樣的數據基礎。”不斷增長的多模態數據池，讓商湯從源頭上建立了壁壘。

　　視覺大模型是商湯的核心技術突破點。早在2019年，商湯就發布了10億參數的視覺大模型，2022年擴大至320億參數，為迄今為止全球最大的視覺模型。而在自然語言處理、多模態和生成式AI大模型方面，商湯也已有產品落地。這些大模型的迭代生長和融合匯聚，最終造就了商湯SenseNova大模型體系。

　　除了海量數據，大算力是大模型的另一個根基。

　　AI大模型所需要的計算量，大致上相當于參數量與數據量的乘積。而大模型之所以“大”，就是因為參數眾多和數據量龐大。過去5年，AI大模型的參數量幾乎每年提升一個數量級，例如GPT-4參數量是GPT-3的16倍，達到1.6萬億個;而隨著圖像、音視頻等多模態數據的引入，大模型的數據量也在飛速膨脹。

　　這意味著，想要玩轉大模型，必須擁有大算力。OpenAI在生成式AI賽道上一騎絕塵，關鍵能力之一就是空前強大的算力底座。僅僅是為了跑出GPT-3.5模型，OpenAI就使用了約1萬顆英偉達GPU來訓練。

　　商湯很早就開始建設自己的算力底座。2018年前后，商湯就著手籌備大模型所需的算力、算法、數據等方面的工作;2022年1月，造價數十億元的商湯人工智能計算中心(AIDC)交付使用，初始峰值算力達到3740 Petaflops，已具備完整訓練萬億參數規模的大模型的能力。再加上數據層和模型層，商湯AI大裝置逐漸成型。

　　如今，商湯的AI大裝置SenseCore，依靠2.7萬塊GPU，其算力達到5000 Petaflops，可支持20個千億參數超大模型同時訓練，并提供涵蓋數據、訓練工具、推理部署、性能優化一條龍的大模型基礎設施服務體系。

　　不過，AI大裝置的效能如何，總算力并不是唯一指標。在日常應用中，AI大裝置需要盡可能提高多卡并行狀態下的算力利用率，盡可能保持長時間穩定運行。目前，SenseCore支持最大4000卡并行單任務訓練，實現了多卡并行狀態下的高算力利用率，還能持續7天以上不間斷穩定訓練。

　　此外，SenseCore提供了模塊化、全鏈條的數據、訓練及推理能力，可實現百億級數據管理及檢索、人工標注服務，一鍵量化、一鍵部署、一鍵應用，實現大模型快速上線驗證。

　　自研自建的算力底座，為商湯在大模型領域施展手腳提供了舞臺。

　　像SenseCore這樣的AI大裝置，其價值不僅體現在對于商湯現有大模型的支撐上，更指向未來發展。在源源不斷的數據澆灌下，AI大裝置能夠以更高效、更經濟的方式批量訓練大模型，并縮短從研發到部署再到應用的鏈條，成為商湯大模型體系應用落地的推力引擎。

　　Part 3 政策指引行業發展，AI大模型加速落地

　　目前，生成式AI大模型已經成為全球各國的關注焦點。作為下一代互聯網的關鍵基礎設施，中國科技行業正在積極自主研發大模型，而配套的監管政策也已在路上。

　　近日，國家網信辦發布《生成式人工智能服務管理辦法(征求意見稿)》。征求意見稿指出，國家支持人工智能算法、框架等基礎技術的自主創新、推廣應用、國際合作，鼓勵優先采用安全可信的軟件、工具、計算和數據資源。

　　同時，征求意見稿對于生成式AI產品及服務的提供者做出多項明確要求，包括遵守法律法規的要求，尊重社會公德、公序良俗等，為其發展路徑指明方向、劃定紅線。

　　上述文件有望成為國內生成式AI產業的首份監管文件。它在釋放鼓勵發展的積極信號的同時，也設置了一系列監管規則，目標是促進生成式AI的健康發展和規范應用。

　　各領域企業正在積極擁抱生成式AI，利用新技術實現降本增效，并把AI能力輸出給第三方企業，勾勒出充滿想象空間的商業化圖景。

　　以阿里為例，除了通義千問接入阿里的所有產品外，阿里云的AI能力和算力也已經在多個企業和機構落地，包括OPPO、南方電網、復旦大學等。此外，吉利汽車、智己汽車、奇瑞新能源、毫末智行、太古可口可樂、波司登、掌閱科技等多家企業表示，將與阿里云在大模型相關場景展開技術合作的探索和共創。

　　商湯最新發布的日日新SenseNova大模型體系，同樣應用于諸多行業和場景，目前已落地20多個業務場景。

　　比如，智能汽車是商湯長期布局的賽道。2022年，商湯智能汽車板塊量產交付數超50萬輛，新增定點數超800萬輛，覆蓋30多家車企的80多款車型。如今，隨著SenseNova大模型體系的推出，商湯正通過AI大模型進一步賦能自動駕駛和智能車艙的產品研發。

　　在本周的上海車展上，商湯展示了與SenseNova深入融合的絕影未來展示艙。在展示艙內，商量SenseChat可以與用戶交流、推薦個性化內容，甚至自動提煉郵件信息，幫助節省閱讀時間，如果是兒童上車后還會自動推薦進入兒童模式;而秒畫SenseMirage能夠為用戶自動生成各種風格的照片，為出行增添樂趣。

　　借助大模型能力，商湯實現了BEV環視感知在國內首批量產落地，還首創自動駕駛GOP感知體系。此外，商湯絕影通過大模型進行自動化數據標注和產品檢測，搭建的完整數據閉環體系，將模型迭代效率提升數百倍，目前已獲得知名車企的定點。

　　此外，在生物制藥領域，商湯與企業合作，利用AI大裝置為蛋白質結構大模型提供AI推理算力，并為蛋白質相互作用模型，提供研發平臺及訓練算力，使得抗體篩選效率提升60%。

　　商湯以AI賦能實體經濟的能力矩陣進一步擴充。SenseNova一方面服務商湯自身業務，另一方面，向政企客戶開放了多種API(應用程序接口)。客戶可根據自身需求調用SenseNova的各項AI技術能力，比如文本生成、圖片生成、視覺感知、標注服務等，從而低門檻、低成本、高效率地實現各類AI應用。

　　基于商湯大裝置和SenseNova大模型體系，商湯面向行業提供 “大模型即服務(Model-as-a-Service)”，涵蓋自動化數據標注、自定義大模型訓練、模型增量訓練、模型推理部署、開發效率提升等多項能力。

　　可以說，商湯已經實現了“技術-產品-應用”的商業化內外雙循環。長期重注AI的商湯，正站在新一波技術革新的潮頭之上繼續前行。