序言二
中國AI的“換道賽車”

在我國“AI+”的創新發展道路上，關鍵在于處理好三對發展關系，即大模型知識能力與推理能力的關系、基礎大模型與行業大模型的關系、基礎設施建設與下游應用生態的關系。

首先，事實性的知識僅能解決大模型對客觀世界知識的通識認知，高質量的思維模式數據才能激活大模型的強理解、強推理能力。從2023年開始，原生多模態大模型就逐漸成為業內探討的重要方向。然而由于數據和訓練方法的局限，業內許多機構的嘗試并不成功——多模態訓練過程往往會導致純語言任務，尤其是指令跟隨和推理任務的性能嚴重下降。得益于在計算機視覺領域十年深耕及人工智能賦能場景的豐富經驗，商湯在推動語言模型和多模態模型融合的過程中，發展出兩項關鍵的創新技術：融合模態數據合成與融合任務增強訓練，進而完成“日日新”融合大模型的訓練，推向市場。

在預訓練階段，通過大量天然圖文交錯數據及逆渲染、混合語義圖像生成等技術，商湯構建了海量高質量融合模態數據，建立起跨模態交互橋梁，為跨模態任務奠定扎實基礎。在后訓練階段，商湯基于豐富的業務場景，設計了視頻交互、多模態文檔分析、城市場景理解、車載場景等任務，激發模型對多模態信息的深度理解與場景響應能力，形成應用落地反哺基礎模型迭代的閉環。可以說，具有高可靠性、高精準性的高階推理能力是大模型發展的“工業紅線”拐點，而原生融合模態的實現將顯著提升模型的深度推理能力與多模態信息處理能力，使AI廣泛與各行各業新質生產力融合共治，對我國創新發展的價值巨大。

其次，行業大模型將成為基礎大模型的“老師”，幫助其掌握高階思維邏輯、專業知識，擁有更強的推理、執行能力。基礎大模型的優勢在于“背”海量知識，這些知識達到大眾常識性認知的平均水平。然而，若提供甲骨文等小眾內容，基礎大模型就看不懂了。行業大模型，如商湯“日日新·大醫”醫學大模型，就在醫學知識、生物知識等領域比基礎大模型具有顯著的專業優勢。基礎大模型的下一步發展，將依托眾多行業大模型逐步提升其專業知識與能力，而行業大模型的專業性則來源于千行百業極為豐富的場景與數據資源。

從商業的視角思考，如今大模型開源已成為行業發展的一個重要前提，開源模型的性能增長線如今已經接近甚至追平閉源模型。為此，如果行業開源模型投入的平均水平較高，而企業在閉源模型上的投入相對有限，則企業必須走差異化路線——以行業應用的垂直領域為切入點，通過差異化模型為行業提供獨特價值。

2018年，我曾推薦過一本書——Prediction Machines，書中提出一個有趣的觀點：當生產要素的成本下降至原來的百分之一時，會迎來時代的轉折點。例如，電力成本下降至原來的百分之一，開啟了電氣時代；通信成本下降至原來的百分之一，推動了移動互聯網時代。那么，若算力成本下降至原來的百分之一，我們將進入怎樣的時代？回顧歷次時代變革，基礎設施的發展始終為行業向前邁進提供了核心支撐。在AI 1.0時代，中國得以同步推動ImageNet時刻的行業落地，正是得益于早期基礎設施建設的完善。例如，在視覺相關的工作中，中國擁有充足的攝像頭數量，以及數字化儲備與通信連接，這些因素為我國在數字化轉型中帶來了顯著的先發優勢。

這引出2.0時代的一個核心命題：當前AI的發展高度依賴計算基礎設施的建設，那么2.0時代的基礎設施應如何構建？如何確保其真正能夠為大眾所用？未來，中國的AI行業應用需要實現一個重要目標，即計算資源平權，即使用模型需要的計算資源必須具有高性價比，才能推動行業的百花齊放。

值得注意的是，AI算力的突破并非僅限于芯片。事實上，芯片的核心是支撐軟件開發，算力的關鍵在于推動模型優化。新的混合專家（Mixture of Experts，MoE）架構模型在推理效率上展現了差異化能力。如何通過應用驅動模型，以模型帶動算力的升級，并最終提升算力資源的使用效率，這種“三位一體”的模式正是商湯科技在算力、模型與應用層面的思考方向。面向AI 2.0時代，商湯致力于成為最懂算力的大模型服務商和最懂大模型的算力服務商。

AI基礎設施的建設正以更高效、更普惠的方式推動社會進步。伴隨著大眾對AI的認知突飛猛進，AI應用的突破幾乎只差“臨門一腳”。同時，通過不斷突破技術與認知的邊界，AI將助力人類探索更多未知的可能性。

從長期來看，我國的優勢在于領先于其他國家2～3個數量級的巨大產業場景。當今大模型的競爭中，中國與其依靠芯片優勢逼近尺度定律下大模型效果的理論邊界，不如依靠科學技術與場景疊加形成比較優勢。國產大模型在“場景賽道”另辟蹊徑，很有希望爭得“AI+新質生產力”的國際領先生態位！

商湯科技董事長兼首席執行官

2025年3月