建信保险资产管理有限公司,恒大人寿保险有限公司,陕西抱朴容易资产管理有限公司,陆家嘴国泰人寿保险有限责任公司,丰琰投资管理(上海)有限公司,德邦基金管理有限公司,上海祥镒资产管理有限公司,兴合基金管理有限公司,大成基金管理有限公司,杭州宇迪投资管理有限公司,上海斯米克材料科技有限公司,上海中兰私募基金管理有限公司,富安达基金管理有限公司,Green Court Capital Management Ltd,北京紫薇私募基金管理有限公司,淡水泉(北京)投资管理有限公司,嘉实基金管理有限公司,上海健顺投资管理有限公司,财通证券股份有限公司,东海证券股份有限公司,中信建投经管委财富管理部,天弘基金管理有限公司,厦门金恒宇投资管理有限公司,广发基金管理有限公司,上海混沌投资(集团)有限公司,新华基金管理股份有限公司,北京源乐晟资产管理有限公司,上海冲积资产管理中心(有限合伙),上海浔宝投资管理有限公司,中国人寿养老保险股份有限公司,西部利得基金管理有限公司,农银汇理基金管理有限公司,深圳山石基金管理有限公司,中国中信集团有限公司,宝盈基金管理有限公司,汇添富基金管理股份有限公司,上海名禹资产管理有限公司,北京磐泽资产管理有限公司,中船财务有限责任公司,江东控股集团有限责任公司,汇华理财有限公司,上海七曜投资管理合伙企业(有限合伙),浦银安盛基金管理有限公司,汇泉基金管理有限公司,金信基金管理有限公司,广发银行股份有限公司,国融证券股份有限公司,明世伙伴基金管理(珠海)有限公司,天津易鑫安资产管理有限公司,上海泾溪投资管理合伙企业(有限合伙),信达澳银基金管理有限公司,杭州霖诺私募基金管理有限公司,华润元大基金管理有限公司,格林基金管理有限公司,CSOP Asset Management Limited(南方东英资产管理有限公司),上海利幄私募基金管理有限公司,北京宏道投资管理有限公司,华富基金管理有限公司,国海证券股份有限公司证券资产管理分公司,上海可麦资产管理有限公司,北海棣增投资咨询有限公司,浙商证券股份有限公司,中加基金管理有限公司,中科沃土基金管理有限公司,南华基金管理有限公司,中信建投资本管理有限公司,China Securities (International) Finance Holding Company Limited(中信建投(国际)金融控股有限公司),长江证券股份有限公司,中邮人寿保险股份有限公司,中信建投,大家资产管理有限责任公司,方正证券股份有限公司,博时基金管理有限公司,浙江巴沃私募基金管理有限公司,上海趣时资产管理有限公司,海南富道私募基金管理有限公司,财信证券有限责任公司,海南拓璞私募基金管理有限公司,东吴基金管理有限公司,广州市龙智投资管理有限公司,福州开发区三鑫资产管理有限公司

第一部分:公司首席科学家、计算机视觉研究院院长陈书楷向参会人员介绍《熵基科技 大模型及手掌 识别技术应用》做主题讲解。

主要包括以下内容:

1.BioCVLLM 大语言模型

1.1AI大语言模型特点

1.2BioCVLLM历程

1.3BioCVLLM核心能力

1.4BioCVLLM基座模型

1.5BioCVLLM熵基自研大语言模型

1.6BioCVLLM应用模式(模型微调)

1.7BioCVLLM应用模式(知识库问答)

1.8BioCVLLM应用模式(使用工具)

1.9自研大语言模型的必要性

2.BioCVVLM 多模态视觉大模型

2.1视觉大模型趋势多模态

2.2视觉大模型趋势生成式

2.3多模态视觉大模型带来计算机视觉多种任务的提升

2.4多模态视觉大模型的应用局限

2.5BioCVVLM 大模型建设 基座模型

2.6BioCVVLM 大模型建设应用流程

2.7BioCVVLM 大模型建设 成果

3.熵基科技整体解决方案

3.1整体技术架构和功能架构:L3

3.2整体解决方案:完善的AI技术栈

3.3云/边/端协同智能算法处理技术

3.4预研:机器人相关技术

4.手掌识别技术简介

4.1多模态化生物识别技术兴起

4.2为什么是手掌识别?

4.3熵基多模态手掌识别技术及发展历程

4.4关于熵基多模态手掌识别技术

4.5熵基多模态手掌识别技术获得专利情况

4.6熵基多模态手掌识别技术先进性

4.7熵基多模态手掌识别产品家族及行业应用介绍

第二 部 分:投资者问 答环节

Q1:公司自研的大模型BioCVLLM与OpenAI是独立的吗?什么场景下用我们自研的 大模型,什么 场景下调用OpenAI的接口?

A:BioCVLLM是我们自研的大模型,与OpenAI没有关系,我们用BioCV LLM的时候,就不会用到OpenAI的API,但是有时候部分场景我们的客户会要求用OpenAI的API,那么我们在接口设计上是兼容OpenAI的API的,就是说可以切换到OpenAI的API。

Q2:公司 的三个版本的模型,有没有在边缘侧或者端侧进行部署?有无试验或者成功的 案例?

A:现在无实际应用的案例,但是在 研发的产品上 做了边侧的 部署, 比 如英伟达Jetson的开发模块做了边缘侧的部署,基于英伟达显卡在服务器端也做了部署。借用其他一些资源我们也做了大模型相关的部署。

Q3: 公司的CV大模型在任务里面主要做哪一块,我们偏向于哪一块的的大模型?

A:我们在做视觉大模型的时候也是基于开放的大模型做的,以这些开放的大模型为基础,在这些基础上做一些场景数据的微调,比如说把我们的人脸、手掌用大模型微调一遍,大模型就可以应用到我们的场景里面了。现在主要还是分类方面的模型,像CLIP模型、DINO的模型等通用模型用的多一些,语言和视觉对齐的模型会用的多一些。

Q4: 国内 现在能用微软Azure上面的ChatGPT的API吗?

A:目前我们国内没有使用,印度研发中心目前开发阶段在使用,开发完了能否在国内用,或者说在哪些区域用,需要届时看情况。

Q5、 哪些 场景最急需被掌纹识别替换?市场空间如何?

多模态生物识别是公司最主要的技术优势,相比单一生物识别技术如人脸技术有更高的安全保障,从目前技术发展水平来看,指纹识别、人脸识别、虹膜识别、手掌识别、声纹识别等不同类型的生物识别技术均有自身的优势、劣势以及适合的应用场景。公司采用多模态生物识别技术,相比单一生物识别技术有更高的安全保障及场景适用更宽泛。