云从科技机构调研纪要

云从科技机构调研报告 调研日期:2023-05-18 2023-05-3100:00:00 董事长、总经理周曦,董事、副总经理 、董事会秘书杨桦,产品管理部总监姜洋,技术管理部总监叶懋,董事会办公室相关人员 2023-05-1800:00:002023-05-2900:00:00 特定对象调研,现场参观广州南沙万豪酒店、上海市浦东新区川和路 国盛证券 证券公司 陈泽青 旌安投资 投资公司 孔凡熔 玖鹏资产 资产管理公司 陈虹宇 中泰证券 证券公司 闻学臣 财通证券 证券公司 董佳男 长江证券 证券公司 宗建树 中信建投证券 证券公司 杨艾莉,吴建航,辛侠平 银德资本 None 李广生 方正证券 证券公司 段迎晟 问题1:公司的“从容大模型”是基于什么样的模型的基础上搭建的? 回复:模型参数数量规模的大小会影响其自身的反应速度。目前,公司并非只有一种参数数量规模的模型,主要是因为此前公司在模型研发上是按照参数数量规模由小到大的研发路径;因此现阶段,公司拥有各类参数数量规模的模型。公司在自主研发模型的同时,也会积极学习借鉴其他优秀公司的模型。 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数据蒸馏水平,即在实现生产成本降低的同时,生产效率依然保持高水平。 公司认为AI的发展将会经历从问答、伴随到托管的发展过程。在问答阶段,重点是问题的有效回答,而非回答的时效性。但在伴随阶段 ,在很多应用场景(如生产线工作、驾驶汽车等)下会对回复的时效性提出更高的要求;应用场景的需求越复杂,对于效率的要求也越高 ,而模型的成本也会相应增加。 基础模型是行业模型的根基。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。 问题2:公司的模型是多个,还是在基础模型做扩充? 回复:目前,公司已在多个融合与蒸馏等关于推理侧与训练侧的加速算法上进行了研究。我们认为自主技术的研发是一个长期积累的过程 ,但同时也会借鉴其他优秀公司有价值的技术路线。 问题3:未来公司是基于开源模型做模改还是自主从底层一步步做起? 回复:这两条路径目前都是公司考虑的方向,一方面,公司将继续注重自主研发,另一方面,也将会充分学习利用开源模型的优点。核心是关键应用场景的落地需要自主研发。 问题4:公司未来商业落地规划是怎么样的? 回复:落地的速度还是比较可观的,例如公司在5月18日产品发布会中的签约仪式。 公司认为目前需要建立生态,进行合作共赢。目前在应用行业中的部分核心企业愿意基于云从的底层能力去共建生态,并且部分行业的数据安全等方面还是存在壁垒的。公司通过这种方式,能够加快落地。 公司目前关于文娱板块的合作方有深圳报业与游族网络等。在传媒行业拥有基于从容大模型的“数字人直播平台”。因为大模型的到来,加快了C端的行业落地。技术是不断地爆发,从而带动产业的爆发,这与以前的3G、4G或者互联网的逻辑不一样。公司认为3G、4G的爆发是一次性的技术爆发,比如4G技术横空出世后就可以使用。但现在AI大模型的爆发并不是这个逻辑,是技术本身也在不断地 爆发与进步,同时技术的爆发实际上是不断地解锁新的场景和应用。目前文娱行业的相关技术突破已经解锁,未来文娱等行业的生产方式或互动方式会发生巨大变化。 问题5:公司需要多少芯片来训练模型? 回复:算力只是大模型训练的门槛之一,而非决定性因素。没有算力的公司一定无法构建大模型,但是有足够算力的公司也不一定能把大模型做得完美。公司将结合客户实际需求,采用多种形式解决算力问题,包括但不限于自建、共建、合作、购买以及租用等方式。目前基础部分的算力需求能够被基本满足。 问题6:从容大模型发布之后,与之前相比,公司有没有找到比较快速盈利的方法? 回复:盈利问题就是投入与产出。投入要相对固定,而产出则需具有通用的普适性。 公司在二浪时代,尽管已对相关场景持续进行了深入的研究,但研究本身尚不具备通用化,需要集中资源去研究各类特定场景,导致资金 投入居高不下。 目前,参数规模较大的算法模型不容易进行标准化搭建。但未来,在三浪时代技术突破之后,模型标准化程度会有所提升,可复制性将变强,剩下的投入将更多的来自推广成本。这就是大模型的价值,不管是基础模型还是行业模型,都符合这个逻辑。 问题7:与今世缘酒业等公司签约的协议大概是提供怎样的服务? 回复:以运维为例,并不是单单销售软件。公司的逻辑是通过提供AI助理/AI精灵来帮助客户降本增效。 问题8:公司在AI赋能行业效能提升方面,如何看待未来市场空间? 回复:公司认为目前各行业在效能提升方面均具备足够大的市场空间。以运维为例,公司可以帮助客户提升运维效率,降低成本,并且运维只是大模型能完成得很小的一件事。再以酒厂为例,在整个生产过程数字化升级的需求中,业务切入点同样具备巨大的市场空间。 公司目前核心问题是希望尽快将服务相对标准化,并打磨CWOS的几个模块,哪些模块是可以标准化,哪些模块是需要与客户联合打造 。 问题9:体验公司从容大模型时发现,大模型不能生成图片,这是什么原因? 回复:公司重视将CV、NLP以及Know-how等方面进行结合。目前从容大模型能够实现对图片的认知,此外在文字生成图片与 视频动画等方面,公司也在稳步推进与打磨中,只是产品发布会没有进行展示。 问题10:简述一下行业应用侧的规划? 回复:总体而言,行业侧分为三点。第一点,原有的优势行业。公司会深入观察整个业务变革的逻辑,降本增效肯定是目标之一。 第二点,真正深入到客户业务中,继续深耕过去的优势行业,利用闭环AI技术解决客户的复杂业务问题,沉淀出有竞争力的行业产品, 服务于行业智能化升级。在优势行业中继续将公司的技术能力与优势扩大,挖掘新的合作机会。同时也会在智能制造、智慧能源等行业中尝试,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。目前语言模型的能力可以较好地发挥作用,例如在智慧金融与质量检测领域中搜索与查询的需求。智能制造方面,需要视觉大模型来发挥作用。例如对整个生产线的环境、设备情况、人 员情况的识别与理解。同时通过语言模型来理解安全生产的各种规范,结合现实状况与安全生产的规范来进行安全生产的监控工作。 第三点,TOC端。公司看到C端市场存在各种机会,公司会按照技术的突破来不断地解锁新的场景和应用,如文娱板块等。 问题11:TOC端,对于自然人使用大模型的形式是怎样的? 回复:是AI助理/AI精灵的形式。以外卖为例,AI助理与自然人交流,根据自然人的想法得出一个又美味又健康的推荐。但是目前技术解锁并没有完成,未来一定会解锁。 问题12:能否简单介绍一下公司与游族网络的合作模式? 回复:公司可以帮助客户提升效率,降低成本。游族网络既是公司行业大模型的合作伙伴,又是公司的B端客户,可以利用与其共建的行业大模型来服务其他游戏等文娱公司。在这种情况下,可以采用API调用与SaaS服务的模式。 问题13:请简单介绍一下行业大模型研发团队的基本组成情况? 回复:公司技术中台(感知研究院、数据研究院)共同组建领导小组负责大模型的研发工作。其中包括多模态模型的开发、算力的采购、算力的构建、模型安全性的处理、数据的处理、技术侧人员的补充等。 问题14:公司未来研发投入的节奏会是怎样的? 回复:作为一个商业化的科技型公司,公司的研发投入是量入而出的,但未来会朝着技术投入的比例小于营收增长比例方向努力,以保证公司现金流的健康。