通过网络文字互动方式参与2023年半年度软件行业集体业绩说明会的投资者

问题1:公司下半年主要的利润增长点是哪些?接下来公司重点业务重心会放在哪一项上面呢?

回 复:公司在战略层面上不会发生实质变化,往通用人工智能发展,操作系统的底层不会变化,中间部分采用了生成式迭代升级。业务核心解决的是提高生产力、降本增效和安全可控。我们持续会把业务放在行业精灵和行业解决方案,重点行业在3(金融、交通、治理)+2(智慧能源、智能制造)。我们会持续地调整行业结构,基于行业大模型的不断落地会往ToB侧做更多的拓展,同时毛利率也会得到提升。

问题2:请问董秘,贵公司官网上有介绍有脑科学和类脑研究的部署,请问目前脑机方面进展如何,未来有什么规划?

回 复:公司坚持要打造“像人一样思考和工作”的智能体,目前的交互方式主要是“问答”,未来将进阶到“伴随”和“托管”,最终将在交互方式上实现。公司从感知、认知到决策各关键环节进行布局,脑科学和类脑研究的部署也是其中一环,因此我们在这块不断地和第三方机构进行合作和探索。我们会持续和国内外优秀的脑科学和类脑研究机构展开合作。

问题3:公司目前大模型的落地情况如何?预计今年的相关营收情况怎样?

回 复:公司从容大模型已更新到v1.5,后续模型版本的规划是以百亿模型为主体走行业落地方向,同时兼顾大模型性能的优异性和实用性的规划方向。一方面,是在跨模态、动模态的模型上面继续保持国内领先地位;另一方面,就是公司中央大模型主攻的逻辑是行业落地模型,所以会与行业头部的公司,比如神州信息、佳都科技、中检、报业等联合打造行业大模型。我们预计能在今年和明年上半年逐步在各行业落地。

在当前阶段是需要持续投入的,因为大模型本身就是需要先投入后持续产生好的边际效应。但随着产品化和服务化能力的不断提升,大模型的边际效应也会逐渐显露出来,商业模式由TOG端到TOB、TOC和SMB端转变的优势也会逐渐凸显,目前我们在下半年已经有基于模型形成的产品和方案,预计会带来试点收入,而且通过模型的落地会对未来持续经营能力和盈利能力产生很好的帮助。

问题4:目前不少大厂也在涉足行业大模型,云从科技的优势是什么?

回 复:大模型在商业化落地时需要不断调整,而开源模型是有局限性的。因此,有基础模型能力与自研能力的公司更具备竞争力。

公司自主技术的研发是一个长期积累的过程,公司通过在人工智能核心算法领域的多年深耕,掌握了自主研发且不断创新的人工智能核心技术,实现了从智能感知到认知、决策的核心技术闭环。公司自主研发的人脸识别、跨镜追踪、活体检测、语音识别、自然语言处理等人工智能技术均处于业界领先水平。

同时公司也会在重点行业(如对私有化部署需求较多与数据安全需求较高的行业)中尝试,因为这些行业具备较好的场景与条件来验证大模型的能力,且同时具备战略意义。

其实并非所有应用场景下,模型参数数量规模均需盲目地进行扩大。例如在工业化生产领域,需要同时考虑推理成本与效率。这就会考验到各个公司的模型优化能力和工程化水平,即在实现生产成本降低的同时,生产效率依然保持高水平。真正未来到量产阶段,行业内各公司一定都会考虑效率与成本的问题,实质上就是会比拼哪家公司的底层能力更强、哪家公司能在控制成本的同时保持高效率。

总结公司多年来从技术和行业落地的经验,具体的优势如下:

1、算法优势:(1)算法种类丰富,拥有感知、认知的多类型算法,从视觉、语音、语义、空间等算法;(2)算法成本低;(3)算法性能快;(4)算法效果好。

2、工程化优势:本身大模型和人工智能不是单点的技术问题,特别是行业落地的领域,更看重工程化能力,云从多年从事行业智能化,具有非常强的工程化能力,并且从分布式高可用架构方面做了很多技术攻坚,且在国产化适配上提前做好布局。

3、技术壁垒:从算法生产闭环、事件处理闭环、数据赋能闭环以及人机交互闭环,通过闭环实际解决行业的智能化落地,解决其提升效率、降本增效的需求。

4、生态开放:公司拥有算法集成生态、异构算力生态、设备适配生态以及应用赋能生态,从技术安全到数据安全自主可控。