“自研+開(kāi)源”雙引擎降低AIGC使用門(mén)檻 商湯秒畫(huà)瞄準(zhǔn)B端用戶(hù)

每經(jīng)編輯 蒙錦濤    

在此前的商湯技術(shù)交流日上，商湯公布了前沿的人工智能“日日新SenseNova”大模型體系，基于該體系的AI內(nèi)容創(chuàng)作社區(qū)平臺(tái)“商湯秒畫(huà)SenseMirage”也一并亮相。

值得注意的是，對(duì)于有進(jìn)階需求的模型創(chuàng)作者，秒畫(huà)平臺(tái)也可支持自行上傳數(shù)據(jù)集進(jìn)行finetune、自訓(xùn)練等功能，定制訓(xùn)練屬于自己風(fēng)格的LoRA模型。基于現(xiàn)有商湯自研的文生圖模型的高度泛化性，B端用戶(hù)只需要拖拽20張左右的圖片作為訓(xùn)練集，最少僅需5分鐘就能完成一個(gè)高質(zhì)量模型的訓(xùn)練，顯著降低模型的訓(xùn)練門(mén)檻。

商湯集團(tuán)智慧決策與游戲事業(yè)部總經(jīng)理兼高級(jí)研究總監(jiān)劉宇介紹，商湯的平臺(tái)想做的是集模型、訓(xùn)練、推理和交流的一體化社區(qū)，相比于目前市面上直接去做純文字到圖像生成的產(chǎn)品，在目標(biāo)和方向上有較大差別。

“自研+開(kāi)源”共筑秒畫(huà)差異化優(yōu)勢(shì)

“我們的核心競(jìng)爭(zhēng)力應(yīng)該在于我們打包了商湯自研的大模型、模型訓(xùn)練跟推理的加速，以及我們整個(gè)底層的專(zhuān)利，對(duì)于用戶(hù)來(lái)說(shuō)，使用、體驗(yàn)的友好度都較好?！?/span>

在此前的商湯技術(shù)交流日上，商湯公布了前沿的人工智能研發(fā)成果“日日新SenseNova”大模型體系，以及基于該模型體系的多款A(yù)I應(yīng)用產(chǎn)品。

商湯科技董事長(zhǎng)兼CEO徐立在現(xiàn)場(chǎng)演示了“商湯秒畫(huà)SenseMirage”基于商湯自研AIGC模型的作畫(huà)能力，也介紹了秒畫(huà)平臺(tái)基于商湯大裝置的GPU算力支撐，可幫助用戶(hù)免除本地化部署流程，既能使用商湯自研作畫(huà)模型高效地生成高質(zhì)量?jī)?nèi)容，也可以將本地模型及其他第三方開(kāi)源模型一鍵導(dǎo)入，生成更多樣的內(nèi)容。

同時(shí)，在市場(chǎng)AIGC產(chǎn)品普遍主打的文生圖能力之外，秒畫(huà)主要瞄準(zhǔn)B端用戶(hù)，提供特異性推理優(yōu)化服務(wù)，用戶(hù)將開(kāi)源模型導(dǎo)入后會(huì)自動(dòng)采用秒畫(huà)底層的模型編譯技術(shù)進(jìn)行加速，實(shí)測(cè)在本地RTX3070顯卡需要10秒生成的圖片通過(guò)秒畫(huà)加速技術(shù)只需要2秒的推理時(shí)間就可以生成。

此外，秒畫(huà)還支持用戶(hù)上傳本地圖像，結(jié)合商湯自研作畫(huà)模型或者開(kāi)源模型來(lái)訓(xùn)練定制化LoRA模型，高效地生成個(gè)性化內(nèi)容。

商湯集團(tuán)智慧決策與游戲事業(yè)部總經(jīng)理兼高級(jí)研究總監(jiān)劉宇表示，除了商湯自研的文生圖能力，秒畫(huà)平臺(tái)還支持導(dǎo)入第三方的模型，并且能提供特異性加速功能，這也展示了商湯對(duì)于開(kāi)源模型的加速能力。

通過(guò)“自研+開(kāi)源”的模式，商湯的秒畫(huà)平臺(tái)將徹底區(qū)別于市面上現(xiàn)有的文生圖產(chǎn)品，拓展用戶(hù)服務(wù)的邊界。基于秒畫(huà)，用戶(hù)在簡(jiǎn)單的文生圖功能之外，也能夠基于商湯的基模型，更低門(mén)檻地對(duì)自有小模型進(jìn)行訓(xùn)練、加速。

劉宇也表示，首先從產(chǎn)品層面來(lái)講，秒畫(huà)與市面上其他產(chǎn)品相比，AI繪圖只是其功能之一，“我們想做的事可能跟他們不太一樣，我們并不是想做一個(gè)輸入一句話(huà)，就能生成一張圖的功能。因?yàn)檫@種功能的商業(yè)價(jià)值并不是非常的大和完備，我們想做的是一個(gè)平臺(tái)?！?/span>

從平臺(tái)角度看，劉宇認(rèn)為，秒畫(huà)具有三大核心能力。首先是來(lái)自商湯本身的自研大模型，除了文生圖能力之外，商湯更希望幫助用戶(hù)能夠基于商湯本身強(qiáng)大的平臺(tái)算力及大模型能力，去微調(diào)用戶(hù)自己的大模型，“從長(zhǎng)期的商業(yè)價(jià)值上看，我們更想去給小B或者大B端客戶(hù)提供更強(qiáng)的基模型，使得他們能夠在自有領(lǐng)域基于商湯的基礎(chǔ)模型產(chǎn)生更好的垂類(lèi)大模型，去產(chǎn)生他們的商業(yè)價(jià)值。”

秒畫(huà)的另一個(gè)優(yōu)勢(shì)則來(lái)自商湯自身強(qiáng)大的算力能力。劉宇介紹，基于商湯本身的算力能力，秒畫(huà)作為一個(gè)平臺(tái)，用戶(hù)能夠選擇使用商湯的模型、自訓(xùn)練的模型，或開(kāi)源模型，同時(shí)，秒畫(huà)將為用戶(hù)提供模型特異性加速服務(wù)，通過(guò)秒畫(huà)平臺(tái)的模型編譯技術(shù)，自動(dòng)分析用戶(hù)上傳的模型結(jié)構(gòu)參數(shù)，把它和底層的GPU加速算子進(jìn)行模型編譯，縮短模型的生成速度?！斑@是我們平臺(tái)的第二大優(yōu)勢(shì)，也是商湯的傳統(tǒng)優(yōu)勢(shì)，我們?cè)诖竽Ｐ偷叫∧Ｐ偷耐屏铀俜矫嬗蟹浅Ｉ詈竦募夹g(shù)積累?！眲⒂畋硎?。

另外，商湯希望基于開(kāi)源功能打造模型社區(qū)。“開(kāi)源界現(xiàn)在有很多的討論，像AI作畫(huà)的模型，很多都是基于之前的模型去微調(diào)出來(lái)的?！眲⒂罱榻B，商湯想整合、健全目前相對(duì)復(fù)雜的AI作畫(huà)社區(qū)，未來(lái)基于秒畫(huà)平臺(tái)，用戶(hù)可以利用商湯的基模型或基于其他前置模型訓(xùn)練自有模型，平臺(tái)內(nèi)部都會(huì)保留模型的依賴(lài)鏈條，進(jìn)而保障原始模型作者的權(quán)益。

大模型+大算力超前布局

各家對(duì)于AIGC的競(jìng)逐趨于白熱化，商湯的壁壘來(lái)自哪里？

劉宇認(rèn)為，大模型要足夠好有三個(gè)核心要素，首先是模型參數(shù)量要夠大能保證泛化上限足夠高，二是在同等參數(shù)量下，網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)要足夠高效。“怎么保證在同等大的體量下，我們的模型能夠比其他的大模型性能要強(qiáng)，這需要我們?cè)诖竽Ｐ蜕窠?jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)上做很多的工作。”

第三，大模型的訓(xùn)練穩(wěn)定性需要被保障，劉宇介紹，“特別大的模型在優(yōu)化上有一個(gè)非常嚴(yán)重的問(wèn)題，當(dāng)這個(gè)模型特別大，訓(xùn)練一個(gè)任務(wù)所需要的GPU就會(huì)非常多（上千張的時(shí)候），訓(xùn)練的穩(wěn)定性就會(huì)變差，具體體現(xiàn)在大模型的收斂性、模型+數(shù)據(jù)3D并行的系統(tǒng)效率和千卡通信的穩(wěn)定性上?！倍虦呀?jīng)在大模型方面有非常多的技術(shù)積累，使得包括秒畫(huà)在內(nèi)的AIGC大模型，能夠在一個(gè)很長(zhǎng)的周期內(nèi)，保持平穩(wěn)訓(xùn)練狀態(tài)，進(jìn)而保證模型訓(xùn)練的效率。

算法、算力、數(shù)據(jù)，如今已經(jīng)成為人工智能領(lǐng)域的寶藏，而商湯的布局則更加前瞻。這也是商湯如今在大模型領(lǐng)域快速建立差異化優(yōu)勢(shì)的核心原因。

在算力層面，2018年開(kāi)始，商湯在自建算力中心的基礎(chǔ)上，打造了SenseCore商湯AI大裝置的“原型機(jī)”，開(kāi)始攻克算力難題。到2020年，商湯再度斥資56億元，在上海臨港建設(shè)AIDC人工智能計(jì)算中心。2022年1月，AIDC正式開(kāi)始運(yùn)營(yíng)。

目前，商湯SenseCore AI大裝置持續(xù)擴(kuò)建，完成了2.7萬(wàn)塊GPU的部署并實(shí)現(xiàn)了5.0 exaFLOPS的算力輸出能力，以AI-as-a Service（AIaaS）的模式面向行業(yè)伙伴提供服務(wù)。目前最多可支持20個(gè)千億參數(shù)量大模型（以千卡并行）同時(shí)訓(xùn)練，最高可支持萬(wàn)億參數(shù)超大模型的訓(xùn)練。

基于商湯自研的AI大裝置，在大模型站上風(fēng)口之前，商湯對(duì)于大模型的推理部署、增量訓(xùn)練已經(jīng)是其常規(guī)業(yè)務(wù)。目前，商湯大模型的推理部署可以將推理的效率提升100%以上；基于大裝置，商湯將大模型微調(diào)的成本降低至原來(lái)的1/10。

未來(lái)，大裝置有望成為人工智能大模型時(shí)代的重要基礎(chǔ)設(shè)施。扎根“大模型+大裝置”的技術(shù)路徑，商湯在這一輪AIGC機(jī)遇來(lái)臨時(shí)，也更加得心應(yīng)手。

顯著降低B端使用門(mén)檻

商湯正在加速向其“賦能百業(yè)”的愿景靠近，AIGC時(shí)代，包括秒畫(huà)在內(nèi)的系列平臺(tái)，將成為其中的重要一環(huán)。

劉宇認(rèn)為，秒畫(huà)是一個(gè)更快且效果更好的基模型，同時(shí)商湯更進(jìn)一步，為B端用戶(hù)提供SaaS和API的推理服務(wù)?！盎诿氘?huà)平臺(tái)的推理、特異性加速模型編譯技術(shù)和商湯大算力的基礎(chǔ)設(shè)施，服務(wù)下游的客戶(hù)，把我們的推理能力和模型能力用在它的垂類(lèi)里面，這是我們的一個(gè)愿景?！眲⒂畋硎尽?/span>

從秒畫(huà)目前建立的差異化優(yōu)勢(shì)來(lái)看，秒畫(huà)對(duì)于B端用戶(hù)而言，將是一個(gè)更加“友好”的AIGC平臺(tái)，這也意味著商湯面臨的商業(yè)化前景將更加明朗。

在企業(yè)數(shù)字化轉(zhuǎn)型的過(guò)程中，中小企業(yè)面臨的數(shù)字化門(mén)檻成為其轉(zhuǎn)型的阻礙之一。劉宇認(rèn)為，商湯提供的秒畫(huà)等平臺(tái)，核心目的就是為了降低AIGC和大模型的微調(diào)訓(xùn)練門(mén)檻，讓技術(shù)能夠在不具有這么多GPU或者甚至不具有這類(lèi)專(zhuān)業(yè)知識(shí)的中小B端的廠商、用戶(hù)里產(chǎn)生價(jià)值。

劉宇介紹，去年商湯在AIGC層面已經(jīng)有非常多的B端用戶(hù)，“當(dāng)時(shí)更多的是他們給需求，我們給他定制化，用商湯的技術(shù)能力和集成訓(xùn)練模型交付給他們，這也是AI平臺(tái)型行業(yè)的傳統(tǒng)做法?！眲⒂畋硎?，“現(xiàn)在商湯希望能夠通過(guò)秒畫(huà)這樣的平臺(tái)，讓用戶(hù)自身可以以更低的門(mén)檻，不需要采購(gòu)GPU、不需要技術(shù)的理解和能力，僅僅通過(guò)一個(gè)網(wǎng)站的UI就可以生產(chǎn)自己的模型做推理部署?！?/span>

成本層面，劉宇算了一筆賬，用最小的訓(xùn)練大模型的硬件加上研究員的人力成本來(lái)計(jì)算，“基于生成質(zhì)量相對(duì)較差的開(kāi)源大模型，然后招一個(gè)研究員，買(mǎi)上幾臺(tái)服務(wù)器把它訓(xùn)練成企業(yè)自己的模型，至少應(yīng)該百萬(wàn)以上的成本。但是如果利用商湯的平臺(tái)，在數(shù)據(jù)一致的情況下，可能就只需要付出幾千甚至幾百元的成本，就可以得到一個(gè)相同甚至更好的模型。”

劉宇認(rèn)為，商湯的產(chǎn)品從使用門(mén)檻和資金成本門(mén)檻上，都對(duì)B端用戶(hù)有了一個(gè)非常大的體驗(yàn)上的飛躍。

浙商證券認(rèn)為，以“秒畫(huà)”為例，產(chǎn)品實(shí)現(xiàn)了2秒出圖，不需要額外編程和調(diào)試，用戶(hù)可自定義生成圖片的數(shù)量、分辨率、長(zhǎng)寬比等，生成效果優(yōu)越，整體體驗(yàn)可對(duì)標(biāo)Midjourney?！拔覀冋J(rèn)為，商湯因其發(fā)展歷史和業(yè)務(wù)特點(diǎn)，在CV領(lǐng)域擁有行業(yè)領(lǐng)先地位，是其跨模態(tài)模型三維化表現(xiàn)超預(yù)期的核心原因，可將其與文心一言等產(chǎn)品區(qū)別開(kāi)來(lái)?！?/span>

在算力、算法等核心能力層面，商湯優(yōu)勢(shì)明顯，對(duì)于商湯而言，通過(guò)“大模型+大算力”提供解決方案，能夠吸引更多下游用戶(hù)投入模型迭代，也有助于商湯進(jìn)一步積累相關(guān)數(shù)據(jù)，提升產(chǎn)品迭代速率與產(chǎn)品體驗(yàn)，進(jìn)而加速商業(yè)化布局，反哺公司業(yè)績(jī)。

（文章內(nèi)容僅供參考，不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。）

編輯|蒙錦濤