AI 2.0時代的商湯智慧城市：穩(wěn)健中走更遠

AI 1.0 時代，以卷積神經(jīng)網(wǎng)絡為代表的深度學習算法的突破，拉開了感知智能時代序幕，這使得計算機視覺技術能夠脫離學術科研界，落到產(chǎn)業(yè)做商業(yè)化嘗試，「智慧城市」就是在這樣的土壤上生長起來的業(yè)務。

過去十年的時間里，智慧城市業(yè)務在所有 AI 相關大類業(yè)務中首屈一指。兩年前 ChatGPT 橫空出世，大語言模型一時風頭無兩，智慧城市等傳統(tǒng)業(yè)務在AI 2.0時代新技術、新場景、新趨勢的映襯下，似乎緩緩淡出聚光燈的焦點。

但實則，智慧城市是一個兼具深度與廣度的命題。在區(qū)域廣泛且包含復雜主體的城市中， AI 技術需要在浩瀚信息中做出基礎的感知與篩選，應對城市愈加豐富場景中細碎的長尾問題，傳統(tǒng)的計算機視覺技術并不能完全滿足城市智能化需求。大語言模型的變革、視覺模型的進步、多模態(tài)模型的探索，恰恰為智慧城市的發(fā)展提供了又一新技術支撐點，在新格局之下 ，城市治理、交通、園區(qū)、企業(yè)智能化等各個To B 的AI 業(yè)務都迎來了新的機遇。

AI 2.0 時代，即使行業(yè)更多地將灼熱目光投射在流量潛力驚人的 C 端應用上，但這并不意味著 B 端市場無人問津。相反， To B 業(yè)務在新技術的加持下迎來了新的增長可能性。正如商湯科技副總裁、智慧城市與商業(yè)事業(yè)群總裁張果琲所言，相較于「性感」、爆發(fā)力強的 C 端應用，B 端業(yè)務更能在積累的行業(yè)數(shù)據(jù)和經(jīng)驗基礎上做深做厚，在長久性、延續(xù)性方面更有優(yōu)勢。

面對大模型技術浪潮，商湯基于十年視覺技術的深厚積累，加入大模型能力，針對智慧城市領域新需求進行重新適配，推出了商湯方舟多模態(tài)新智平臺（SenseFoundry VL），使得已經(jīng)成熟化、規(guī)模化的傳統(tǒng) AI 業(yè)務如虎添翼，實現(xiàn)更強的商業(yè)轉化。商湯成立十年間，歷經(jīng)技術變革，行業(yè)洗牌。支撐商湯起家的視覺技術與傳統(tǒng) AI 業(yè)務，在穿越十年技術周期后，也在積極探尋著下一個十年的應變之路。

舊瓶與新酒，智慧城市與大模型

AI 2.0時代，延續(xù)了近十年的傳統(tǒng)智慧城市業(yè)務模式發(fā)生些許變化。「過去那些因為泛化成本過高而放棄掉的項目、做不出來的業(yè)務，現(xiàn)在能夠在同樣的預算條件下做出來了，這是通用視覺模型給智慧城市業(yè)務帶來的關鍵差別所在。」張果琲如是理解道。

數(shù)量龐大的長尾場景，極高的定制化需求，導致每一個項目都要花大價錢大力氣訓練出特定的小模型，否則無法滿足客戶需求，這樣的模式導致一批人工智能企業(yè)被迫做成了「勞動密集型」公司——這是上一代技術條件下無法避免的內生性問題，也是弊端。

AI 1.0 時代中，智慧城市平臺更類似于一個「感知網(wǎng)」，遍布于城市各角落的數(shù)據(jù)收集設備是「傳感器」，自動化采集原本需要人為收集的數(shù)據(jù)，例如實時發(fā)現(xiàn)火災、占道經(jīng)營、垃圾溢出等狀況。雖然也為城市治理帶來了可觀可喜的變化，但彼時的「城市大腦」主要通過專家規(guī)定的范式、人為設計的邏輯驅動決策，是一個「沒有成熟的大腦」，不足以應對城市中多樣復雜的情況。

而大模型本身所具備的泛化能力，很大程度上緩解 AI 1.0 時代的痛點，節(jié)省了原來高昂的定制化預算。張果琲透露，具備大模型能力的智慧城市業(yè)務只需要花原來十分之一甚至更少的成本就可以完成部署，成本甚至能下降一個數(shù)量級。

商湯就在方舟城市開放平臺基礎上，將多年積累的視覺能力和大模型能力相結合，迭代出了方舟多模態(tài)新智平臺（SenseFoundry VL）。

AI 2.0 相對于 AI 1.0 時代的技術革新，首先體現(xiàn)在大模型的海量知識和推理思考能力上，這給原有的方舟城市平臺單純的視覺能力帶來極大加成，不僅能夠準確地識別城市中實時發(fā)生的狀況，更能做出認知判斷。比如，傳統(tǒng)的智慧城市大腦只能識別火情及煙霧，無法判斷是火災還是煙花，而方舟多模態(tài)新智平臺則能做出準確的認知。

其次，大模型對智慧城市業(yè)務的提升也體現(xiàn)在語言和視覺能力的互動上，即能夠整合多模態(tài)能力。從前，如果要在城市場景中找到救護車，需要先把大量救護車圖片喂給算法，教會它什么是救護車，才能成功檢測到目標對象，而現(xiàn)在只需要用自然語言的方式下達指令，就能了解到城市中救護車的數(shù)量及位置。

除此之外，大模型的泛化能力能夠處理大規(guī)模數(shù)據(jù)，這天然適配城市這個具備海量數(shù)據(jù)的場景，提高信息處理效率。在以往，暴雨過后街道積水，可能有成百上千的市民同時致電城市12345公共服務便民熱線反饋問題，大量接線員重復地將問題分發(fā)給對應的城市管理部門，一方面占用熱線資源，另一方面城市管理部門需要花費大量時間精力處理信息。

如今，大模型可以對來電信息進行信息理解，從而分類分撥，減少接線員及執(zhí)行部門的重復工作。「方舟多模態(tài)新智平臺」助力12345工單的分類分撥速度提升至原先的10倍以上，在一個月內完成超過30萬次的分撥訴求，單個分撥員原本一個月的工作量現(xiàn)在僅需一天即可完成。

可以說，「方舟多模態(tài)新智平臺」所實現(xiàn)的語言和視覺結合，不是做簡單的「 1 + 1」加法 ，而是做倍數(shù)放大的乘法，多維度升級智慧水平。目前，這一平臺的提升系統(tǒng)地體現(xiàn)在三方面：

一是「需求即指令」。用戶可直接自然語言提問輸入查詢，大模型會理解用戶意圖并給出相應的答案。例如，在交通運輸場景，交通部門或物流企業(yè)可通過構建物流運力分析智能體，提取車輛位置、車流狀況、天氣等相應信息提取派單信息，最終制定更科學合理的物流車輛運輸時空圖譜。

二是「對話即檢索」。讓用戶獲得“所說即所得”、“所問即所應”的體驗。例如，在劇烈臺風后，城市管理者可通過對話即刻檢索出樹木倒伏、電線桿傾倒等各類危害交通安全的場景，從而進行快速響應處理。

三是「提示即提優(yōu)」。無需海量定制研發(fā)投入，只需少量正負樣例數(shù)據(jù)和提示詞調整，即可一鍵生成通用模型和特定模型，部分復雜城市事件的識別準確率高達90%以上，真正實現(xiàn)模型生產(chǎn)和調優(yōu)的使用易、落地快、成本低。

方舟城市平臺的迭代升級，使得商湯智慧城市業(yè)務的技術驅動核心不再是基于人所設定規(guī)則的「機械」智能，而是「聽得懂、會交流、擅優(yōu)化」的多模態(tài)平臺。

「1+X」戰(zhàn)略下，厚積薄發(fā)的智慧城市

過去兩年的時間中，在新舊 AI 技術交替的節(jié)點上，商湯作為典型的上一代 AI 企業(yè)代表，沒有在跌宕的技術浪潮前遲疑，而是即刻起身，快速轉型。

2023 年，面對生成式 AI 崛起的趨勢，商湯進行了一次業(yè)務調整，確立了傳統(tǒng)AI、生成式 AI 和智能汽車作為新的三大業(yè)務板塊。這一轉變意味著商湯科技正在從以智慧城市業(yè)務為主要增長點的 AI 1.0 時代，向以生成式 AI 技術為核心驅動力的 AI 2.0 時代轉型。

2024 年 10 月，商湯科技再次進行戰(zhàn)略重組，建立了新的 「1+X」的架構，其中「1」 代表集團核心業(yè)務，打造行業(yè)領先的AI云，實現(xiàn)大裝置、基礎模型和 AI 應用的無縫集成，在 CV 領域，打造通用視覺模型深耕各個應用場景；「X」 代表重組拆分的生態(tài)企業(yè)矩陣，包括智能汽車“絕影”、家庭機器人“元蘿卜”、智慧醫(yī)療、智慧零售等。

在大裝置、大模型、應用三位一體的格局中，應用部分的其中一個重要落地形式是將傳統(tǒng)視覺和大模型結合。雖然以商湯為代表的AI公司在1.0時代，已經(jīng)在城市板塊做了大量的探索和試錯，并將視覺技術落在了許多長尾場景，但加入大模型能力之后，業(yè)務增長空間再次得到激發(fā)。商湯在傳統(tǒng)AI板塊的看點不只是新技術趨勢下的落地驗證，還將為商湯加速實現(xiàn)營收，起到穩(wěn)定現(xiàn)金流的關鍵作用。

過去十年，商湯智慧城市業(yè)務在商業(yè)化上經(jīng)歷了長期探索和驗證。通過深入到智慧城市諸多場景，商湯快速探索到技術邊界，并檢驗出技術在哪些場景中可以立即商業(yè)化，為客戶帶來長遠價值。

基于這些行業(yè)認知，商湯有機會在大模型時代用更短、更直接的路徑有效地實現(xiàn)盈利。目前，商湯的智慧城市業(yè)務主要有兩條路：一是，在過去十年已經(jīng)「摸透」的成熟場景中加入 AI 能力，更好地滿足舊場景中的新需求，達到成本更低、商業(yè)化更健康的狀態(tài)；二是，挖掘更多場景。在CV2.0時代，隨著智能視覺的技術范式升級，智慧城市定義也將不僅僅被局限在原來少數(shù)的領域，將有機會滲透到更多更廣泛的城市管理和商業(yè)業(yè)務中。

無論是哪條路，商湯都有明顯優(yōu)勢。作為一家 To B 領域起家的公司，商湯通過方舟城市開放平臺在智慧城市場景中累計支持了超200萬路實時視頻的智能分析，積累了海量的真實數(shù)據(jù)和行業(yè)知識。相較于在線上互聯(lián)網(wǎng)中就能收集到的廣泛數(shù)據(jù)，線下真實場景中的專業(yè)數(shù)據(jù)對多模態(tài)模型在垂類領域的能力有更快的提升。商湯也會用核心業(yè)務積累的技術和資源持續(xù)賦能智慧城市及商業(yè)業(yè)務的拓展。

另外，商湯在 AI 領域的判斷眼光，不僅表現(xiàn)為大模型爆發(fā)后一系列的戰(zhàn)略調整，更表現(xiàn)為爆發(fā)前商湯就搶灘算力基座。2019年，商湯即投資在上海建立智算中心，這就是之后「大裝置」的基礎。據(jù)披露，商湯大裝置總算力規(guī)模已經(jīng)達到了20000P，運營GPU數(shù)量達到54000張卡。算力的前瞻布局，讓商湯的視覺模型有了穩(wěn)定的后方。

結語

IDC今年發(fā)布的《2023中國人工智能軟件市場份額》報告顯示，在2023年，商湯科技市場份額25.1%，位居中國計算機視覺市場第一，并且超越第二、三名的總和。

必須要承認的是，商湯的傳統(tǒng) AI 板塊依然領先。而背后的底氣是商湯在 To B 領域深耕多年所積累的客戶理解、行業(yè)認知，這也是商湯這類 AI 1.0 時代就殺出重圍的企業(yè)在大模型時代的優(yōu)勢。

AI 2.0 發(fā)展至今，To B 業(yè)務與新技術的結合很有可能是AI公司們交出商業(yè)化答卷，實現(xiàn)技術普惠的一條康莊大道。顯然，商湯的智慧城市業(yè)務正在低調但堅定地走在這條路上。

商湯并不擔心近幾年新涌現(xiàn)的大模型創(chuàng)業(yè)公司搶占 B 端市場。「首先，這個市場還足夠大。其次，從一個初創(chuàng)公司成長到能夠贏得 B 端客戶信任的、能夠高質量做交付的公司并不是一朝一夕的事，這需要一個一個客戶去做、一個一個場景去落。」張果琲告訴雷峰網(wǎng) (公眾號：雷峰網(wǎng)) 。

當下階段，商湯智慧城市業(yè)務側重的方向是把其中的感知數(shù)據(jù)和認知體系建立起來，讓 AI 輔助人進行高質量的決策、執(zhí)行。下一步，張果琲透露，商湯智慧城市的發(fā)展目標是，將爭取讓城市在沒有人參與的情況下實現(xiàn)自閉環(huán)，所有感知、認知、決策、執(zhí)行的過程都由城市平臺完成。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見 轉載須知 。