在连连亏损下，曾经的AI四小龙开始学着贴地飞行。
4 月 10 日，商汤科技发布了“日日新 V6”大模型。此模型的多模态能力可与国际水平相媲美，其数理分析能力更是超越了 GPT-4o。
商汤科技凭借新模型展现出的优越表现，终于在大众面前刷了下存在感。 商汤科技依靠新模型的良好表现，在大众面前成功地刷了下存在感。 新模型表现优越，使得商汤科技在大众面前刷了下存在感。 由于新模型的优越，商汤科技在大众面前刷了下存在感。 新模型的优越性能让商汤科技在大众面前刷了下存在感。 商汤科技借助新模型的优越，在大众面前刷了下存在感。 新模型的优异表现使商汤科技在大众面前刷了下存在感。 商汤科技因新模型的优越而在大众面前刷了下存在感。 新模型的优越致使商汤科技在大众面前刷了下存在感。 商汤科技凭借新模型的优越之处，在大众面前刷了下存在感。
八九年前，谁还记得商汤科技与旷视科技、云从科技、依图科技一同被称为“AI 四小龙”。
当下“AI 六小龙”以及“杭州七小龙”的名号广泛流传，前来的龙数量众多，曾经的“AI 四小龙”也逐渐被时代所遗忘。
3 月 26 日，商汤科技发布了 2024 年度的财报。全年的总营收为 37.72 亿元。净亏损达到 43.06 亿元。在 2018 年到 2024 年期间，累计亏损超过 546 亿元。
云从科技是另一家上市公司。其此前的财报表明，2024 年的总营收约为 3.98 亿元。与上年相比，下降了 36.6%。归母净亏损达到 5.9 亿至 6.8 亿元。在 2017 年至 2024 年期间，累计亏损超过 44.75 亿元。
此外，裁员风波也盘旋在这四小龙的头上：
商汤去年对非核心业务进行了裁撤。经过战略重组，其员工总数从 2021 年的 6113 人减少到了 4672 人。同时，新加坡办公室被搬迁至低成本区域。
云去年传出了全员降薪 20%的消息。今年，核心技术成员张岭辞职了，核心技术人员现在仅剩下创始人以及副总经理。
依图进行了裁员，裁员比例超过 70%。其医疗业务几乎处于关停状态。在武汉、西安等地的分公司进行了注销操作。
如今的 AI 四小龙已不再高高在上，它们从理想的云端回到了现实之中，开始重新去适应行业所呈现出的新环境。
陷入商业化难题，从辉煌跌落
这四家公司在 AI 行业开始展现出初步的锋芒。
2016 年，AlphaGo 突然出现。它击败了世界围棋顶尖高手李世石，这引发了全球的 AI 热潮。资本开始进入 AI 领域。由于它们在技术方面处于领先地位，所以这四家被一起称为“AI 四小龙”。
2017 年之后，四小龙开始进入高速发展阶段。其中，商汤成为了全球估值最高的 AI 初创公司，并且在 2021 年于港股上市，上市首日的市值突破了 2000 亿港元。旷视在安防领域占据着重要的份额。依图在医疗影像和智慧城市方面取得了突破。云从依靠政府和国有资本的背景，拓展了金融和安防市场，并且在 2022 年成功在科创板上市。
然而，四小龙普遍面临着商业化方面的难题。在进行高研发投入的情况下，它们的亏损却在不断增加。
OpenAI 横空出世之后，大家开始逐渐把以自然语言处理为主要内容的新技术，当作 AI 的主流，而不是计算机视觉。
在这种情况下，四小龙想要活下去，只能转型。
奋力自救，要留在AI牌桌上
Epoch AI 的研究报告显示，预计在 2028 年时，训练大语言模型所需的文本数据需求将会把互联网公共可用的文本总量全部覆盖住。到了那个时候，就会出现无文本可供使用的状况。
此时，从计算机视觉转而进入大语言模型领域，就如同走向另一个没有出路的地方。 此时，从计算机视觉转变去做大语言模型，这和走向另一个绝境差不多。 此时，从计算机视觉转而去搞大语言模型，无异于走向另一个死路。
AI 的最终目标为 AGI，语言只是其众多形态中的一种。这表明具有视觉基因的 AI 四小龙有卷土重来的可能性。
算力基础加上长期积累的视觉数据，这三家都在不约而同地押注多模态大模型。
商汤从 2018 年起开始建设智算中心。2022 年，正式建成了亚洲最大的人工智能计算中心 AIDC。它的 SenseCore AI 大装置已经积累了超过 600 种预训练模型，并且能够支持千亿级参数模型的训练。
依图与华为联合推出了昇腾大模型一体机，使得硬件成本降低了 50%。在南京“城市之眼”项目里，其算力密度达到了英伟达 H100 的 95%，然而采购成本却仅仅是英伟达 H100 的 1/5。
云从推出了从容大模型训推一体机，该一体机基于昇腾芯片且与华为联合推出，能够支持千亿级参数模型训练。同时，云从在昇腾 910B 芯片上进行了深度适配，构建了混合模型云服务，此服务既支持自有模型，也支持第三方模型。
商汤科技董事长兼 CEO 徐立在 4 月 10 日进行演讲。他指出，纯粹的语言模型无法真正完整地展现人类的智能。同时，多模态可以对互联网上文本数据的欠缺进行补充，还能够挖掘出图像、视频等非文本数据里的知识。
这样就避免了在多任务训练中出现“跷跷板效应”。
此前有论文称，从文本模型拓展到多模态模型时，后添加进来的图像、视频以及语言数据，会出现使文本数据质量降低的情况，进而产生多模态噪音。
商汤科技的首席科学家林达华表示，商汤从去年 5 月起就笃定多模态大模型是未来的发展方向。起初，他们采取的是核心模态加上次要模态的路径，然而，总会有一个模态的地位被削弱。随后，他们投入了大量的训练资源，最终使得两个以上的模态能够同时存在。
去年，商汤的生成式 AI 业务收入达到了 24 亿元。此收入在商汤的总收入中所占比例达到了 63.7%。该收入同比涨幅超过了 100%。
今年年初，依图科技的联合创始人林晨曦在接受媒体采访时说，依图当下专注于做以视觉为核心的多模态模型，而这是通往 AGI 的一个重要方向，也就是空间智能。
他坦言，最近三年没赚到大钱。不过，公司是盈利的，业务现金流为正。并且，公司已经在 AI 商业化方面有了初步的探索基础。
旷视科技在算力方面不占优势，于是选择通过对算法进行优化，以此来减少对硬件的依赖。同时，它与车企展开合作，朝着智能辅助驾驶的纯视觉方案方向发展。
旷视的创始人印奇突然来到千里科技并担任董事长，他和吉利一起推出了能涵盖全系车型的智能辅助驾驶系统。
当被问到依图未来 10 年的最终目标是什么时，林晨曦坦诚地表示，我们很少去谈论 3 年以上的事宜，而更多的是在谈论未来三个月以及三周的事情，因为发展并非仅仅靠口号就能实现的。
现在的AI四小龙，不飘了，很务实。
参考
AGI 接口，对话的是商汤联创杨帆，探讨的是在开源浪潮之下，好的 AI Infra 应当具备性价比这一话题。
NSR 的《关于多模态大语言模型的调查》
雷锋网《商汤坐上大模型核心牌桌》
钛媒体 AGI 进行了《独家对话》。对话的对象是依图的联合创始人林晨曦。文中提到“大模型”在 C 端进行商业化的情况，认为这几乎是一条险路。
科技行者《入局智驾的印奇，看到了怎样的未来？》
