商汤科技在本周六(12月16日)的一份声明中表示,创始人汤晓鸥于周五晚去世。商汤科技表示,汤教授因病救治无效。“汤教授的智慧、激情和对科学永无休止的探索,将永远激励我们不忘初心、砥砺前行。他制定的公司使命‘坚持原创,让人工智能引领人类进步’将激励所有商汤人,勇攀高峰,去完成他未竟的事业。”
1996年汤晓鸥获得麻省理工学院计算机视觉博士学位之后在香港中文大学任教。2014 年汤晓鸥与两位博士同学徐丽和徐冰共同创立了商汤科技。
汤教授被认为是最有影响力的人工智能科学家之一。汤教授是IEEE Fellow,2009年IEEE国际计算机视觉会议(ICCV)程序主席,2019年ICCV总主席。担任International Journal of Computer Vision杂志主编。计算机视觉(IJCV),计算机视觉领域的两大领先期刊之一。汤教授于2009年获得IEEE计算机视觉与模式识别会议(CVPR)最佳论文奖。他在面部识别方面的工作成为第一个超越人类表现的面部识别算法。该作品于2015年在最负盛名的人工智能会议之一 AAAI 上荣获杰出学生论文奖。
商汤科技是国内著名的一家人工智能软件公司。拥有深厚的学术积累,并长期投入于原创技术研究,不断增强行业领先的多模态、多任务通用人工智能能力,涵盖感知智能、自然语言处理、决策智能、智能内容生成等关键技术领域,同时包含AI芯片、AI传感器及AI算力基础设施在内的关键能力。
商汤前瞻性打造新型人工智能基础设施——商汤AI大装置SenseCore,打通算力、算法和平台,并在此基础上建立“商汤日日新SenseNova”大模型及研发体系,以低成本解锁通用人工智能任务的能力,推动高效率、低成本、规模化的AI创新和落地,进而打通商业价值闭环,解决长尾应用问题,引领人工智能进入工业化发展阶段。
商汤科技业务涵盖智慧商业、智慧城市、智慧生活、智能汽车四大板块。
商汤科技成立十年以来面临着诸多挑战。2019年被列入美国贸易黑名单黑名单,在获取美国供应和技术方面面临限制。2021年,就在该公司上市之前,美国将其列入了投资黑名单。
2021年12月成功首次公开募股后,曾多次遭受做空机构狙击。
2023年至今,商汤联合多家国內頂尖科研机构,投入了约10000张GPU在大语言模型的研发并获得了巨大进展:今年6月,首个综合能力超越GPT-3.5-turbo的大模型InternLM发布,参数量1040亿,使用1.6 万亿token的多语言语料训练,支持语言达20多种,并在此基础上于7月初发布了“商量SenseChat 2.0”。
今年8月,新模型InternLM-123B完成训练,新模型参数量提升至1230亿。新模型的语言、知识、理解、推理和学科五大能力均显著提高。InternLM-123B模型在全球51个知名评测集(包括 MMLU, AGIEval,ARC,C-Eval,RACE,GSM8K 等)共计30万道问题集合上测试成绩排名全球第二,超过GPT-3.5-turbo以及Meta新发布的LLaMA 2-70B等模型。
InternLM-123B不仅生成的内容 更加准确、可靠,可在复杂场景中进行多步推理 和计算,还具备了自主反思及修正错误的能力。 InternLM-123B也重点升级了代码解释器及插件调 用能力(function calling),可使用python解释器、API调用和搜索三类常用工具来解决复杂任务、灵 活搭建AI智能体应用。在此基础上商量SenseChat 已升级到3.0版本。
2023年上半年,商汤的生成式AI相关收入获得了670.4% 的同比增长,对集团业务的贡献从2022年的10.4%迅速提 升至20.3%。
截至2023年6月30日止六个月,收入为人民币 1.433亿元人民币;毛利率为45.3%。
此外,商汤科技还积极推进AI传感器与AI ISP芯片量产交付以及大模型进入手机终。得益于AI SDK、AI传感器、AI ISP芯片三位一体的战略,商汤科技的智能终端业务在今年全球手机行业下行的市况下展现出较好韧性。
商汤科技的计算器视觉算法通过SDK软 件、AI传感器、AI ISP持续量产至数亿台手机,市场持续渗透。同时,大语言模型的突破带来了“手机端AI助理”和“基于自然语言交互的AI操作系统”的机遇,成为手机行业新热点。
商汤科技基于InternLM的轻量级模型,结合自研推理加速算法,已与两家头部手机芯片厂商建立了研发合作,成功实现了大语言模型的手机端实时计算能力。当前正在积极与多家手机厂商客户合作,研发大语言模型与手机操作系统结合的新功能。
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。