通过网络文字互动方式参与2023年第三季度业绩说明会的投资者

问题1:如何应对公司短期资金问题?

回复:尊敬的投资者,您好!公司通过积极拓宽融资渠道、加强应收账款管理等举措,不断夯实现金流状况。感谢您的关注!

问题2:公司在C端探索打造爆款产品,进展怎么样?在哪个方向?是什么产品?

回复:尊敬的投资者,您好!首先,在研发上面,公司继续不断投入。

其次,TOG端、TOB端与TOC端在部分技术路径与技术迭代上存在差异,并且交互入口也存在区别。短期规划中,TOG端与TOB端还是公司主要方向业务方向,这点确定性与稳定性较高,而TOC端的技术与产品的规划正在进行中。后期公司将根据市场行情、国家政策以及行业技术发展进度等因素实时动态调整TOC端的投入力度与项目进展。

最后,基于企业愿景与企业使命角度来看,公司期望通过各种AI精灵、数字人、AI助理等来提升人类的工作效率和生活满足感,因此最终落脚点就是C端。感谢您的关注!

问题3:请问公司的远景目标是什么?在人工智能领域,与同行人工智能公司相较,公司拥有哪些技术上的先发优势?

回复:尊敬的投资者,您好!公司的远景目标是“定义智慧生活,提升人类潜能”,致力于引领人工智能产业化进程,定义智慧生活,提升人类潜能。在通用人工智能的未来,打造像人一样思考的人机协同产品和服务,改变行业业务效率,提升人类生活幸福质量。

公司过去在感知、认知、行动的闭环上,积累和沉淀了自研的关键技术,特别在跨镜追踪(ReID)、3D;结构光人脸识别、大模型(语音、视觉、多模态、跨模态等)等领域拥有技术先发优势。在大模型时代,公司的技术优势主要体现在:1、算法优势;2、工程化优势;3、多模态优势;4、生态优势。

路遥知马力,公司会持续坚定地通过技术、产品和服务为客户提供价值提升,创造更多的智能化的产品和应用。感谢您的关注!

问题4:请问云从科技三季度收入增长主要是哪些方面导致?未来公司增量市场主要会在哪些方面有落地?

回复:尊敬的投资者,您好!公司一直致力于技术和产品的商业化落地,并根据外部环境变化和客户需求进行业务的布局调整。今年已初步实现由TOG为主的业务布局向TOB业务的转型,在教育、制造、能源等行业的市场拓展均得到了正反馈。得益于自有人机交互相关软件需求和销售增加,公司在第三季度保持了健康的经营态势,营收实现了同比大幅增长,同时公司的毛利率也有了比较大的提升,这些都是第三季度收入同比增长的重要原因。

未来公司的增量市场在B端、SMB市场的各类应用场景,同时基于国产化算力和国产化软件和应用的不断推进,除了通过大模型激活的CWOS的智能化基座平台在各个行业的不断落地和渗透外,公司和生态伙伴联合打造的硬软一体的产品也会在金融、交通、能源、制造以及SMB行业落地,市场空间巨大。感谢您的关注!

问题5:请问云从大模型与华为合作,前景如何?2024年预计有不会有大的起量?

回复:尊敬的投资者,您好!云从科技一直致力打造开放的生态来拥抱智能化时代的到来,俗话说“众人拾柴火焰高”,公司一直和华为在研发、产品和市场等方面进行全面的合作,特别在联合打造国产化替代产品上,一直在根据市场和客户需求,联合上下游,进行生态共建。特别是今年在算力国产化的大趋势下,公司一起联合发布和销售的一体机产品,在大模型时代给客户提供了“开箱即用”“产品+服务”的销售模式,明年的整体市场空间随着应用的落地会有更大的机会。感谢您的关注!

问题6:轻舟项目因募投资金不足延期,公司称要求ISV/IHV在相关应用场景有明确的客户需求时进行研发,请问目前轻舟项目实际接到的客户需求场景有哪些?

回复:尊敬的投资者,您好!“两岸猿声啼不住,轻舟已过万重山”。感谢您对轻舟项目的关注。一方面,本次轻舟项目延期,并非所有子项目均延期,而是部分延期到2024年Q1,部分延期到2024Q2,所以在公告层面描述是整体延期到2024年Q2。另一方面,轻舟项目原先是基于当时的应用场景需求拟定的建设计划,自今年年初以来,随着生成式技术范式的突破和应用拓展,导致应用场景变得更加广泛,而公司也顺时根据大模型技术和行业应用的发展,积极调整轻舟项目的建设路径,拓展更加明确的应用场景。

目前在公司重点的金融、制造、交通、能源、教育和政务几个核心行业,接到的客户需求场景大致有20多项共性场景和其他行业个性场景需求,主要集中在政务服务、企业助手、安全生产、智能客服、SmartBI、设备运维、旅客服务、在线直播和在线培训等方面,各种需求随着多模态、跨模态和行业垂类模型的落地会更快得到应用。感谢您的关注!

问题7:今年颇有大模型混战的形势,公司觉得明年大模型和垂直模型行业会出现哪些趋势?

回复:尊敬的投资者,您好!明年大模型和垂直模型行业可能会出现以下趋势:

一是大模型得到全面普及:随着计算能力的提升和数据量的增长,大模型的应用将更加广泛。这些模型可以处理更复杂的任务,提供更准确的结果。

二是垂直模型的专业化:垂直模型是指针对特定领域或任务设计的模型。随着AI技术的发展,公司将看到更多专门针对特定行业或任务的垂直模型,如医疗、金融、教育等领域。

三是多模态学习:未来的模型可能会更好地理解和处理多种类型的数据,如文本、图像、音频等,这将有助于提高模型的性能和更广阔的行业应用。感谢您的关注!