2025年商汤研究报告：AI 2.0领军，“1+X”聚焦生成式AI

商汤科技：全面拥抱大模型，领跑 AI 时代

从 AI 1.0 成功迈进 AI 2.0

商汤是行业领先的人工智能公司。自 2014 年成立以来，公司从计算机视觉领域起家，并向 AI 大模型领域成功转型，实现了从 AI 1.0 时代的感知智能和决策智能到 AI 2.0 时代的生成 式智能的升级。商汤打造了通用 AI 基础设施 SenseCore，借助软件平台将 AI 模型快速部 署在海量应用场景中，推动高效率、低成本、规模化的 AI 创新和落地。公司业务涵盖生成 式 AI、传统 AI、智能汽车三大板块，服务于商业空间管理、个人生活智能化、城市管理、 和汽车出行等多个应用场景，软件平台客户超 3,000 家（截至 1H24）。商汤科技是领先业 界的 AI 公司，列为业内熟知的“AI 四小龙”之一。在弗罗斯特沙利文发布的《2023 年中 国 AI 开发平台市场报告》中，商汤在增长指数和创新指数两大评估维度位于全国首位。

技术驱动业务发展，全面拥抱生成式 AI。公司以人脸识别算法起家，2014-2016 年以技术 积累为主，2015 年自研深度学习框架 SenseParrots，在多个国际赛事中验证技术能力。2017 年起，公司基于领先技术开启业务拓展和商业化探索之路，不断布局算力层和模型层。1） 业务上，智慧商业、智慧生活、智慧城市先后实现商业化，2021 年发布 SenseAuto 商汤绝 影平台；2023 年经业务重组，确定生成式 AI、传统 AI、智能汽车三大业务板块，2）算力 上，2019 年开始研发 AI 传感器，2020 年首款 AI 专用芯片 STPU 流片，2022 年 AIDC 启 动运营；3）模型上，2018 年开始布局超大模型，2022 年发布 320 亿参数 CV 大模型。2023 年至今，公司高度重视生成式 AI，发布日日新大模型体系、书生通用大模型体系（联合发 布），2024 年日日新模型持续更新，7 月更新的日日新 5.5 可对标 GPT-4o。公司 2023 年 报将生成式 AI 收入单独列出，将原有四大收入分部更新为生成式 AI、传统 AI 与智能汽车， 突出生成式 AI 驱动公司长期发展的作用。

公司创始团队行业背景深厚，顶级科学家团队掌舵。公司创始团队源于香港中文大学的多 媒体实验室，是最早将深度学习应用于计算机视觉的华人团队之一。据 ICCV/CVPR 统计， 该实验室在 2011-2013 年期间的全球计算机视觉 ICCV/CVPR 顶级会议中发表深度学习相 关论文共 14 篇（总数 29 篇）。公司执行董事及首席执行官徐立、首席科学家王晓刚和董事 会秘书徐冰等核心高管在计算机视觉领域具有丰富的经验和资源，平均年龄 45 岁；且管理 团队由顶尖 AI 科学家和专业商业人士组成，技术能力和产品化经验较强。截至 1H24，公 司的研发团队 3399 人，占员工总数的 73%。

融资历程&股权结构：多家明星资本加持，AB 股权锁定创始团队决策权

软银、阿里和 IDG 等明星资本加持，国资进场助力公司商业化。公司上市前共融资 12 轮， 共计 52 亿美元，其中有 6 轮单轮融资超过 5 亿美元，单轮融资最高达 16 亿美元，吸引了 IDG 资本、鼎晖投资、阿里巴巴和厚朴投资等多家明星机构投资。此外，公司的 IPO 投资 共有 9 家基石投资者参与，包括混合所有制改革基金和徐汇资本等国资股东。

AB 股权架构下创始团队享有高度决策权。公司采用 AB 股股权结构保障创始团队的决策权， 其中 A 类每股对应 10 票投票权，B 类每股对应 1 票投票权。创始人汤晓鸥教授通过 Amind 持有 19.65% A 类股份，是公司的第一大股东，2023 年 12 月逝世前拥有公司 68.28%投票 权。根据港交所披露及公司公告，汤教授通过 Amind 持有的全部股份于 2024 年 8 月转给 配偶杨秋梅女士，并已全部转换为 B 类股份，杨女士成为公司第一大股东。截至 2024 年 6 月 30 日，联合创始人徐立、王晓刚、徐冰分别持有 0.81%/0.66%/0.30% A 类股份（对应 投票权 8.43%/6.26%/3.18%），同时与联席公司秘书林洁敏通过 Sense Talent 共同持有 9.73% B 类股份。

股价复盘：与恒生科技指数相关性较强，模型重大迭代亦有正向影响

公司股价与恒生科技指数相关性较强，模型重大迭代对公司股价有正向影响。复盘公司股 价变动，自从 2022 年 6 月限售股解禁以来，公司股价与恒生科技指数波动相关性较强，例 如：1）3Q22 受美联储加息影响，商汤伴随恒生科技指数进入阶段性回调；2）2022 年 10 月-1Q23，美国控制通胀效果逐步显现，国内疫情防控政策优化，ChatGPT 投资热潮出现， 商汤伴随恒生科技指数上涨；3）2024 年 9 月下旬-10 月 7 日，美联储降息叠加国内一系列 刺激政策出台，商汤伴随恒生科技指数上涨。此外，公司模型迭代也是股价的重要驱动因 素，例如 2024 年 4 月 23 日发布日日新 5.0 模型，全面对标 GPT-4 Turbo，公司股价迎来 上涨。

行业：AI 大模型高速发展

AI 大模型：大模型时代下 MaaS 模式应运而生，国内大模型企业格局清晰

AI 高速发展，2027 年中国 AI 产业规模将超 6,000 亿元，2022-2027 年 CAGR 超 25%。 iResearch 报告显示，2022 年中国 AI 产业规模达 1,958 亿元，同比增长 7.8%，并预测 2027 年 AI 产业规模可达 6,122 亿元，2022-2027 年 CAGR 为 25.6%。长远来看，AI 技术的创 新迭代驱动了应用场景的进一步落地，以 AIGC、数字人、多模态、AI 大模型、智能决策为 代表的热点为市场带来了更多想象力和可能性。同时，企业对自身“数字化”、“数智化” 转型的积极推动催生出对AI技术的多元化需求，为中国AI市场规模的长期增长奠定了基础。

人工智能进入大模型时代，其带来的 AI 模型研发新范式降低了模型落地的边际成本。从 2018 年 Google 提出的 BERT，到 2020 年 OpenAI 提出的 GPT-3，AI 技术的发展已步入 以大模型为代表的 2.0 时代。进一步地，随着 2022 年底以来，GhatGPT、PaLM-E、GPT-4 等大模型面世，AI 大模型已具备 1）通用性强，2）固定成本高但边际成本递减等平台型技 术特点。过去的 AI 模型开发大多针对单一场景，数据标注成本高，模型复用性低。大模型 的出现改变了 AI 模型的训练和落地范式，首先基于海量无标注数据训练出具备跨领域知识 的基础模型，再通过量化、剪枝、蒸馏等微调等方式适配和执行下游各领域的任务，推动 模型生产从“手工作坊”升级为“流水线工厂”，能够降低模型落地的边际成本。因此，大 模型范式能够实现平台化效应，进而探索商业化的应用创新机会。

MaaS 可能成为 AI 大模型时代新的商业模式。在模型开发门槛高、定制化需求高、使用难 度大、分享交流难等 AI 应用的挑战下，MaaS（Model-as-a-Service）模型即服务应运而生。 MaaS 的核心在于将模型作为重要的生产元素，即 MaaS 企业依托已经训练好的大模型， 向 2B 客户提供包括 API 调用、模型训练、模型微调、模型部署等各类服务，贯通了基础设 施→AI 模型→场景应用的 AI 全产业链。对于拥有大模型的 AI 企业，从“卖算力”走向“卖 模型”可能成为其发展的一个新方向。数据、算法、算力将成为 MaaS 企业的主要竞争壁 垒。目前，国内的阿里、百度、腾讯、华为、商汤等都已宣布提供类似服务。 一般场景下，用户可以直接调用基础大模型，进行模型推理；在特定场景下，基础大模型 无法直接满足，需要基于专业数据和专业知识进行微调/精调，得到行业甚至企业大模型。 因此，MaaS 企业需要建设大模型生态，纳入各类允许商用的开源模型/第三方模型，兼容 各类异构芯片。我们认为，目前大模型竞争激烈、粘性较低，好用、易用的大模型将成为 抢占市场份额的关键。

国内大模型企业逐渐呈现出清晰格局，以商汤日日新为代表的闭源大模型追赶 OpenAI， 开源模型具备国际竞争力。过去一年国内基础大模型训练企业的进展如下： 1） 国内竞争格局逐渐清晰，阵营可分为互联网头部企业、上一轮 AI 四小龙、创业企业。 互联网头部企业中，目前百度、阿里、字节在模型迭代与产品化上领先。商汤是上一代 “AI 四小龙”公司中唯一在本轮 AI 2.0 浪潮中未曾掉队、持续创新领先的企业。创业 公司中布局各有特色：智谱布局完整，开源、闭源模型兼具，2C/2B 并重；月之暗面专 注 2C 闭源，以长文本作为差异化竞争点；Minimax 选择 MoE 模型，以 2C 社交产品切 入；DeepSeek 凭借自研 MoE 架构，以超高性价比、多语言处理能力及生成速度为优 势，目前专注开源；阶跃星辰则以多模态融合技术为核心竞争力，2C/2B 并重。2） 以商汤日日新为代表的国内闭源大模型持续追赶 OpenAI：我们看到 23 年中到 23 年底 的国内主流大模型对标 GPT-3.5，23 年开始对标 GPT-4，24 年开始对标 GPT-4o。例 如 2023 年 10 月更新的文心 4.0（Ernie 4.0）“综合水平与 GPT4 相比已经毫不逊色”， 2024 年 1 月更新的智谱 GLM-4 整体性能“逼近 GPT-4”，2024 年 4 月更新的商汤日 日新 5.0“综合性能全面对标 GPT-4 Turbo”，2024 年 7 月更新商汤日日新 5.5“交互 效果和多项核心指标对标 GPT-4o”。 3） 国内开源模型具备全球竞争力。以 DeepSeek、阿里 Qwen 系列、百川智能 Baichuan 系列、零一万物的 Yi 系列、商汤与上海人工智能实验室的书生系列为代表的国内开源 模型成为推动全球开源模型进步的重要力量。

计算机视觉：商汤位居中国计算机视觉 AI 市场份额第一

中国计算机视觉软件市场规模预计 2025 年达千亿级别，其中汽车应用增速最快。计算机视 觉是 AI 最先落地的领域之一，计算机视觉软件是全球 AI 软件市场的最大板块。根据沙利文 预测，1）从全球来看：计算机视觉软件市场规模将从 2020 年的 143 亿美元增至 2025 年 的 680 亿美元，对应的 CAGR 为 36.6%。2）从中国来看：计算机视觉软件市场规模将从 2020 年的 167 亿元增至 2025 年的 1,071 亿元，对应的 CAGR 为 43.5%；在各应用场景中， 汽车应用增速最快，2020-2025 年 CAGR 高达 66.4%，占比将从 2020 年的 6.3%增至 2025 年的 15.0%，主要增长驱动力包括自动驾驶的渗透率提升、对智能功能的需求增加、相关 政策支持。

汽车智能化趋势下，ADAS 和 DMS 市场空间较大。在汽车智能化的主流趋势下，相比城市 安防、金融等渗透率高的热门赛道，计算机视觉技术在汽车领域的应用空间更大，主要包 括 ADAS 和 DMS。1）ADAS：据盖世汽车数据，近年来中国汽车 ADAS 市场发展势头强 劲，ADAS 渗透率快速提升，2023 年 L2+等级的渗透率较 2022 年整体高 9.4pp，4Q23 L2+ 等级 ADAS 渗透率达到 41%；2）DMS：据高工智能汽车研究院，国内乘用车 DMS 渗透 率从 2021 年的 2.8%提升至 2023 年的 11.0%，预计 2024 年受安全法规需求、高阶智驾标 配等利好因素刺激，国内乘用车 DMS 渗透率将突破 20%。

计算机视觉软件市场相对集中，商汤连续六年市占率第一。根据 IDC 数字，2023 年中国计 算机视觉 AI 市场份额中前七名厂商合计占比 66.6%，其中商汤（25.1%）连续 6 年位于榜 首，随后依次为海康威视（11.9%）、创新奇智（11.8%）、大华股份（9.7%）、智慧眼科技 （2.9%）、云从科技（2.7%）、中国电信人工智能公司（2.5%）。

中国计算机视觉领域主要有三类玩家，尤其以 AI 创企和传统硬件厂商为主。1）以腾讯、 百度、字节跳动等为代表的互联网企业，在算法、算力、数据方面具备优势；2）以海康威 视、大华股份为代表的传统硬件厂商，在场景化、数据、获客方面具备优势，但算法和算 力有一定短板；3）以“AI 四小龙”即商汤科技、旷视科技、云从科技、依图科技为代表的 软件公司，在算法、算力、数据方面具备优势，但场景化和获客能力有待加强。

与其他 AI 创企相比，商汤科技的场景覆盖面更广泛。可以看出，大多数 AI 初创企业均围 绕安防、城市、金融、零售等领域布局场景，但各有侧重。以“AI 四小龙”为例：1）商汤 科技依托人工智能软件平台实现场景落地和拓展，广泛覆盖多领域，商业化落地最成熟；2） 旷视科技专注于物联网，提供 AIoT 软硬一体化解决方案；3）云从科技聚焦人机协同操作 系统和人工智能解决方案，主要面向金融、商业等领域；4）依图科技依托芯片和算法，重 点布局医疗、安防、金融。 未来，AI 创企有望进一步差异化，可能体现在，1）场景拓展上横向和纵深两种方式；2） 垂直方向和基于平台的技术路线。未来场景化能力和获客能力更强的企业将更加突出，平 台型技术路线长期看更有前途。

生成式 AI：“大装置+大模型”构筑竞争壁垒，公有云+私有化部 署实现商业化落地

大装置：SenseCore 集算力与 MaaS 于一体

新一代 AI 基础设施整体分为二层架构：算力层和 MaaS 层，辅以大模型咨询服务的落地。 算力层即算力基础设施，包括 AI 芯片、网络、存储、工程化系统等；MaaS 层包括数据管 理服务、大模型生产与应用平台、可调用基础大模型库、AI 应用开发和部署工具等。MaaS 成为新一代 AI 基础设施的重要部分，其作用是通过云服务向开发者和企业提供更高效的 大模型服务。

SenseCore 定位高效率、低成本、规模化的新兴人工智能基础设施。2021 年公司正式推 出引领 AI 降本增效和规模化落地的新型 AI 基础设施——商汤 AI 大装置 SenseCore，其诞 生背景来自限制 AI 应用大规模工业化的“三座大山”，1）成本问题：工业级的高性能 AI 模型生产成本高昂；2）效率问题：AI 模型开发效率低导致无法满足市场的大量需求；3） 长尾问题：因低频且数据量低而难以训练高性能 AI 模型。 SenseCore 架构自下往上分为算力层和 MaaS 层。SenseCore 是公司构建的全面物理空间 数字化搜索引擎和推荐系统，构建成一整套端到端的架构体系，打造一站式的 AI 云、AI 平 台、AI 解决方案。SenseCore 搭建了完善的 AI 基础设施架构，包括 AI 原生算力基础设 施、大模型生产平台、模型即服务的落地。SenseCore 基于全国范围的算力中心和节点， 面向大模型场景构建生成式 AI、传统 AI 和智慧汽车三大产品，持续带动 AI 模型生产在规 模、性能、速度等方面的提升。

（一）算力层：自有临港 AIDC+纳管第三方 AIDC

商汤大装置构建了面向大模型训练和推理的 AI 原生云算力基础设施。算力层围绕大模型开 发和实践进行了全面打造，覆盖计算、存储、网络与管理平台。大装置拥有高稳定性的算 力池，实现千卡并行训练线性加速比超过 90%，能实现 30 天长时间训练不间断，实现分 钟级的异常检测和断点续训。存储处理可达千亿级别，应对视觉、多模态数据管理需求。 云管理平台可实现公有、私有、混合等多云部署模式，并支持 Web 控制台、移动控制台、 CLI 命令行、API 调用等多种方式。 上海临港 AIDC 项目于 2018 年 4 月开启预研，2022 年 1 月正式落地启用，截至 2024 年 8 月，运营算力规模达 20 exaFLOPS，是亚洲最大的人工智能算力中心之一。 布局算力中心的 AI 企业较少，商汤 AIDC 建设进度全球领先。目前，算力层的主要参与者 仍是互联网/云计算厂商、传统服务器厂商等，AI 创企仅有商汤、旷视等少量有实力布局。 SenseCore 管理的算力实现了全国联网的统一调度，在上海、深圳、广州、福州、济南、 重庆等地都拓展了计算节点。目前商汤的 AIDC 建设进度及算力规模均全球领先，同时成立 了国产训练芯片生态联盟，以加强 AIDC 对国产芯片的适配。我们认为，未来云厂商仍是 算力的主要供应商，头部效应和规模效应将更加突出，而商汤的算力布局保证了相对传统 硬件厂商和其他 AI 企业的竞争壁垒。

SenseCore 总算力达 20 exaFLOPS，目前转向代运营轻资产战略。截至 2023 年底，大装 置 SenseCore 完成 4.5 万块 GPU 部署，算力达到 12 exaFLOPS；2024 年，公司转向代 运营轻资产战略，在运营自有算力基础上，与各地政府 AIDC 合作，由各地 AIDC 提供购买 GPU 卡等所需资金，由商汤提供运维及 GPU 管理软件服务，我们认为将有效帮助公司扭 亏。截至 2024 年 8 月，公司完成 5 万块 GPU 部署，实现算力 20 exaFLOPS，并预计 2024 年底可达 25 exaFLOPS。SenseCore 用于公司内部研发（主要）和外部客户模型训练，截 至 1H24，商汤上海临港 AIDC 是亚洲最大人工智算中心之一，也是国内第一个实际商业化 运营的智算中心，峰值算力达 9.4 exaFLOPS，可支持需要 20 个千亿参数大模型同时训练， 为 50 余企业客户提供大模型训练服务，客户涵盖互联网、游戏、商业银行，科研机构等多 个领域。

（二）MaaS 层：输出完整的大模型生产工具

MaaS 平台主要指大模型生产平台，并基于此为客户提供“模型即服务”。MaaS 平台能构 建、输出一套完整的大模型生产工具，包括数据管理与标注及 AI 开发，具体涵盖模型调整、 模型推理、内容安全等关键功能，为行业用户提供基模型和开发者工具，帮助行业用户实 现针对自身业务场景的大模型精细调整，赋能自身业务场景的智能化转型。此外，MaaS 也 通过纳入开源和闭源大模型助力于构建成熟的生态系统，促进生成式 AI 应用的规模化落 地。MaaS 层的落地也结合了 SenseNova 日日新大模型体系及三方开源大模型的辅助。 1） 数据管理与标注：平台可涵盖训练数据集全生命周期的所有阶段。SenseCore 提供开 放、一站式、低成本的 AI 数据管理与标注平台，提供数据标注、训练数据生成、数据 存储及访问、通用数据检索、数据脱敏等多项独特功能。与传统数据管理系统相比，训 练工业级模型通常需要规模更大且更多样化的高质量标注数据集，而 SenseCore 提供 AI 数据管理平台可覆盖数据产生、数据获取、检索分析、可视化、数据使用、合规审 核等各个环节。同时，SenseCore 为企业提供一站式的高质量、低成本的数据标注服 务，可面向大模型微调、RLHF、AIGC、自动驾驶等场景，针对性支持图片、视频、点 云等数据格式，自动化数据标注效率提升百倍。此外，平台提供高质量业内公开数据集， 使用 PythonSDK 工具快速加载数据。 2） AI 开发：效率提高显著，综合表现位列全国第一。AI Studio 涵盖开发机、Notebook、 模型社区、微应用等功能，能提供一站式大模型开发工具及服务，涵盖模型训练、微调、 压缩、评估、推理、部署等。根据弗若斯特沙利文联合头豹研究院发布的《2023 年中 国 AI 开发平台市场报告》，SenseCore 可实现大模型推理效率提升 600%，大模型增量 训练降低 90%。SenseCore 在增长能力评估中，获得了“硬件基础设施兼容性”“产业 链合作情况”两项最高分,在创新能力评估中摘得“模型训练优化模块”“智能标注技术 能力”“预训练模型技术水平”三项最高分,在 AI 开发平台市场处于领跑位置,综合表现 位列国内第一。商汤大装置也将探索嵌入模型、搜索增强生成、提示工程等能力，逐步 构建 AI 智能体生态，助力各行业重构企业应用。

业界首推训推一体架构，训推效率大幅提高。a）万卡利用率提升：传统模式下，万卡 利用率仅约 60%，资源空置较多，而商汤大装置采用训推一体架构，将万卡利用率提 升至 80%，并行训练线性大于 95%；b）训练规模及模型参数扩展：训练规模从 1000 卡扩展至 10000 卡，可支持 2000B 参数 MoE 模型；c）训练系统稳定性提高：提供非 侵入、跨集群、多任务的轻量化任务监控；故障定位迅速，1024 卡故障恢复定位时间 小于 15 分钟；任务重启迅速，123B 模型 1024 卡重载检查点状态时间小于 10 分钟；d） 大模型支持：具备高性能 C++ Serving 框架，可最大化吞吐量，自研推理框架与核心算 子适配各类 Transformer 模型，流程自主可控；e）文生图性能提高：无需预编译文生 图模型，可大幅节约存储空间，可性能无损地支持风格化（Lora）模型。

3） 训练引擎：SenseParrots 作为大装置训练引擎，可无缝集成构建全链路的模型生产能 力。SenseParrots 是中国最早自主开发的深度学习框架之一，支持千卡并行训练。深 度学习框架是 AI 模型的核心训练引擎，SenseParrots 在训练单个大模型时可以在千块 GPU 上取得超 90%的并行效率。谷歌和 Facebook 分别打造了业界两大主流训练框架 TensorFlow 和 PyTorch，中国只有商汤在内的少数企业开发了自己的训练框架。 4） 开源框架：SenseCore 开源框架包括 OpenMMLab、OpenDILab 等。开源算法框架 方面，通过工业级模型工厂为软件平台提供面向工业应用的 AI 模型，通过 OpenMMLab 开放感知智能模型，通过 OpenDILab 开放决策智能模型，从而以海量 AI 模型满足长尾 需求。 OpenMMLab（人工智能算法开源体系）：深度学习时代极受欢迎的计算机视觉开源算 法平台之一，提供感知智能能力。OpenMMLab 是公司与香港中文大学商汤联合实验室 共同打造的开源算法体系，涵盖了 CV 的广泛研究课题，如图像分类、目标检测、目标 分割、超分辨率图像生成等。OpenMMLab 拥有 300+系列算法，2400+预训练模型， GitHub 上获得超 72,000 颗星标，用户遍及全球 110 个国家和地区，覆盖全国全球顶尖 高校、研究机构和企业。

OpenDILab（开源决策智能平台）：国际上首个覆盖最全学术界算法和工业级规模的决 策 AI 平台，实现从感知智能到决策智能的跃迁。公司和上海人工智能实验室于 2021 年 7 月联合发布 lOpenDILab beta 版本，又于 WAIC 2022 上发布 OpenDILab 1.0，后 者具备三大升级特点，包括标准化的决策智能训练体系（插件化的拓展能力和友好的分 布式能力）、最全最强算法集（1 个架构，8 大研究方向，40+环境，60+算法，70+专 利）、决策 AI+X 的应用生态（银行、证券、自动驾驶、生物等）。OpenDILab 自顶而下 涵盖了包括应用生态层、算法抽象层、异步分布式管理层和最底层的分布式执行层，适 配从单机到万 CPU/GPU 联合训练的全尺度调度系统优化。

行业贡献方面，借助 SenseCore、基于大模型，开启软件开发新范式。在生成式 AI 的推 动下，AI 行业将迎来“新二八定律”，即 80%的工作由机器完成，20%的工作由人来做。 SenseCore 商汤 AI 大装置通过“开发智能化、流程标准化和工具模块化”，打造全系列的 底座，同时提供从 AI IaaS 到 AI PaaS 的一站式人工智能开发解决方案，能为 AI 开发者提 供高效率、低成本、规模化的新型人工智能基础设施，支持企业客户进行超大模型的训练、 微调和推理，极大降低了视觉大模型的门槛。

大模型：日日新大模型体系覆盖全面，日日新 5.5 性能对标 GPT-4o

（一）模型性能：技术迭代迅速，日日新 5.5 可对标 GPT-4o

商汤是国内最早布局 AI 大模型的企业之一，已实现 CV、NLP、多模态、AIGC 等大模型 的全面布局。商汤自 2018 年开始布局大模型，2019 年推出 10 亿参数的视觉大模型，2021 年开始自研 NLP 大模型和多模态大模型，2022 年发布业界最大规模的 320 亿参数的 CV 大模型，2023 年发布“日日新 SenseNova”及“书生通用大模型体系”大模型体系，2024 年发布日日新 5.0 及 5.5，分别可对标 GPT-4Turbo 和 GPT-4o。目前公司的通用大模型已 覆盖视觉、语言、多模态、内容生成、决策领域，未来将向 AGI 进一步迈进。

自研“日日新 SenseNova”大模型体系快速迭代，布局生成式 AI。2023 年，公司正式发 布商汤“日日新 SenseNova”大模型体系并在年内进行初步迭代；此后日日新在 18 个月 内迭代 5 次，其中 1Q24 推出的日日新 4.0 在考试、语言、知识、推理、数理、编程的六大 测评维度中全面超越 GPT-3.5 并逼近 GPT-4，成为国内率先比肩 GPT-4 的大模型；2Q24 推出的日日新 5.0 可全面对标 GPT4-Turbo，可实现多模态对话，经国内权威大模型测评机 构 SuperCLUE 测评，其以总分 80.03 分的优异成绩刷新国内最好的中文基准测评成绩，并 且在中文综合成绩上超越 GPT-4-Turbo-0125；3Q24 推出日日新 5.5，在大语言模型和多 模态模型方面可对标 GPT-4o，用户体验明显改善，可初步实现流式交互。

日日新 5.0 版本综合性能对标 GPT-4 Turbo，5.5 版本综合性能对标 GPT-4o。 1） 日日新 5.0：2024 年 4 月，日日新升级至 5.0 版本，具备更强的知识、数学、推理及代 码能力，其端侧大模型可在中端性能手机上达到 18.3 字/秒的推理速度，在高端旗舰手 机上达到 78.3 字/秒，高于人眼 20 字/秒的阅读速度。日日新 5.0 综合性能全面对标 GPT-4 Turbo。 2） 日日新 5.5：2024 年 7 月，日日新升级至 5.5 版本，相较过往的亮点有：a）基础能力 方面，模型综合性能较 5.0 版本平均提升 30%，在数学推理、英文能力和指令跟随等 关键能力上有显著增强，该方面能力可超越 GPT4-Turbo，比肩 GPT4-o；b）多模态能 力方面，模型感知、表达、理解能力显著提高，该方面能力可超越 GPT4-Turbo，对标 GPT4-o；c）流式交互方面，响应延时控制到 560 毫秒，可以与用户实现原生多态实 时交互，覆盖声音、文本、图像、视频等多种形式，例如可帮助用户读取眼前画面中的 核心内容；d）端侧模型方面，采用 MoE 架构，知识问答、文案生成和文本总结能力领 先，首包延时降低 40%，推理速度提升 15%，领先业界。日日新 5.5 是国内首个对标 GPT-4o 的大模型，实现了核心性能指标的全面升级。在 MMB v1.1、MMStar、Math Vista、 AI2D、OCRBench 等多项全球权威测评中，日日新 5.5 的得分均超过 GPT-4o。

日日新 5.0 及 5.5 能力提升主要得益于三个方面：1）采用 MoE 架构，激活少量参数就能 完成推理。且推理时上下文窗口达到 200K 左右。2）基于超过 10TB tokens 训练、覆盖 数千亿量级的逻辑型合成思维链数据, 能最大限度发挥云边端协同的优势，在各核心能力提 升的同时，大幅降低推理成本。3）商汤 AI 大装置 SenseCore 算力设施与算法设计的联合 调优。

（二）模型产品：落地应用广泛，商业对接丰富

日日新大模型体系覆盖全面。基于行业领先的模型性能，日日新可提供自然语言处理、图 片生成、数据标注、模型训练等多种能力，落地应用产品包括大语言模型及生成式 AI 等大 类，涵盖了商量（AI 聊天问答助手）、小浣熊（智能编程及办公助手）、拟人（角色定制与 对话）、大医（医患智能助手）、秒画（AI 文生图）、Vimi（可控人物视频生成）、如影（数 字人生成）、琼宇（3D 大场景重建）、格物（3D 小物品重建）、地界（智能遥感解译）等。

大语言模型产品： 1）小浣熊，小浣熊企业 Copiplot 助手是国内领先的编程和数据分析模型，其代码解释器在 SuperClue 代码评测排名第一，在规模 1000 以上的数据分析测试集上精度达 85.71%，超 过 GPT-4 的 84.62。小浣熊支持多种文件类型、跨文件分析，支持多列分析、统计、可视 化。 2）商量多模态对话，商量可进行问题解答及互动，同时掌握网络热门话题及其背后深层含 义，可精准解读并理解图像内容，支持百万字上下文长度。 3）商量·大医，模型基于海量医学知识训练，能实现专业医学问答及复杂医学任务推理， 并支持多模态医学文件的智能解读和交互问答，已覆盖智能自诊、用药咨询、诊后随访管 理、智慧病历、影像报告结构化等 10 余个细分医疗场景。在互联网问诊、导诊、用药咨询、 健康问答四项任务的自动化评测和执业医师人工评测中表现优于 GPT-4，在 MedBench 职 业药剂师考试中获得第二名。 4）拟人，AI 人设模型让 IP 角色活化，广泛触达 C 端用户，用户可与“梦中人”交流互动。 支持快速、高质量 IP 角色定制，角色可精准记忆超长对话内容，用户次日留存率达 60%以 上，单日最长交互轮数超过 2000，单日最长交互时长超 18 小时。 AI 生成式平台产品： 1）秒画，AI 文生图和视频平台，2024 年 1 月更新的秒画 4.0 可支持 100 亿参数量，高效 数据清理策略增量至 10 亿图文对，达到 10 倍加速效果。基于秒画技术架构的文生视频可 达 4k 高清画质，长度达分钟级。2）如影，可通过几分钟的视频定制数字人并能呈现逼真的口型、表情和动作，具备 AI 文 案生成等功能，帮助企业及个人创作数字人视频。如影通过中国信通院“可信虚拟人生成 内容管理系统”测评，并荣获“L3 卓越级”证书。案例方面，其 AI 数字员工“海小智” 和“海小慧”上线上海银行 APP 及线下旗舰网点，数字讲师“小鹿老师”在中公网校与商 汤联合上线的 AI 系统班授课。 3）琼宇，可实现 100km^2 大范围城市级 NeRF 模型重建，支持 4k 分辨率实时渲染，渲染 精度高（室外每 10000m^2 精度 5cm、室内每 1000^2 精度 1cm），可广泛应用于实景三维、 CIM 平台、数字孪生、云上看馆等场景。为杭州亚运会官方智能视觉服务独家供应商，构 建贯穿整个亚运和亚残运会周期的多场景虚实融合赛事体验。 4）格物，可在约 1 小时内快速重建物件，重建效果具备结构完整、纹理精细、颜色真实、 光照还原等特性。应用包括打造多场景应用产品，放大数字资产价值，生成商品 3D 说明书 及品牌宣传视频，AI 珠宝穿戴等；其具备轻量化、易使用特点，便于品牌物料投放、用户 社媒传播。

SenseMARS：赋能元宇宙，实现物理世界与数字世界的无缝融合。SenseMARS 搭载了 感知智能、决策智能、智能内容生成（包括增强现实、混合现实及软件智能体）及其他基 础设施（如云引擎等），可兼容 App、小程序及 H5 等不同应用形态，以及超 200 款手机、 平板电脑、AR/VR 眼镜、智能电视及消费级无人机等多种物联网设备。截至 2022 年底， SenseMARS 的 AIGC 相关能力赋能了小红书、微博、bilibili、ZEPETO、Line 等 APP 应 用超 200 个，头部客户续约率超 95%，拓展的线下场景覆盖面积增加至 1,500 万平方米， 覆盖大型游乐园区、大型商场、博物馆、银行等 120 个场景。

SenseCare 智慧医院综合解决方案覆盖五大场景。依托大模型底层赋能，商汤 SenseCare 智慧医院综合解决方案围绕智慧医疗云、智慧诊疗、智慧就医、智慧医院管理、智慧医学 科研五大场景，提升医疗服务效率和患者体验。 SenseCare 与医院合作案例有：1）智慧医院解决方案已应用于上海交通大学医学院附属 瑞金医院、郑州大学第一附属医院、四川大学华西医院、上海交通大学医学院附属新华医 院等众多国内顶级医疗机构，为上千万患者提供智能医疗服务，并运用病理数字阅片平台 和 AI 辅助诊断算法，提升医生阅片效率。2）助力上海交通大学医学院附属新华医院建设 全院级智慧就医平台，基于医疗大语言模型“大医”赋能，实现门诊环节全流程智能化， 包括智能导诊、高精度预问诊、实时定位及推送诊室位置、就诊路径规划、诊后随访、通 过智能语音问答评估患者高风险因素、科学服药引导等。截至 2023 年，平台已服务十余万 患者。3）助力上海交通大学医学院附属瑞金医院建设全院智慧影像云平台，覆盖包括影像 数据互联互通、移动阅片、5G+ 远程会诊、AI 影像质控、AI 智能诊疗、影像科研教学、患者云影像健康档案等多种功能，将 1-2 小时术前规划时间缩短至 3-5 分钟，将接收病理诊 断报告的 3-5 天缩短至 2 天，分担医生负荷并优化患者体验。相关成果已入选由瑞金医院 病理科主编的中国首本《数字化智慧病理科建设白皮书》。

生成式 AI 商业化：公有云+私有化部署+端侧 AI 变现，新客户快速增长

生成式 AI 商业化进展迅速，商汤目前为超过三千家行业领军客户提供顶尖大模型能力 与算力服务。生成式 AI 是公司成立以来最快实现收入从无到破十亿体量的业务，且公 司与数十家订单金额超千万元的客户保持合作。2023 年间，生成式 AI 70%的客户是 新客户，30%是存量客户；客单价以 50%速度增长，数十家订单金额超过五千万元， 大模型调用在 2H23 以 120 倍增长。 生成式AI变现方式包括公有云、私有化部署和端侧AI，公有云+私有化部署服务超3000 家企业。公有云及私有化部署为商汤主要的变现方式，通过公有云或私有化部署服务的 企业客户覆盖金融、互联网、AI 科技、高校等，包括各大运营商，券商，银行，京东、 小米、阅文等互联网公司、HiDream、澜舟等创业公司，清华、交大、南洋理工等学术 机构。

1）公有云服务，即企业客户通过接入公有即商汤 AIDC 大装置的方式，来获取算力服 务和商汤大模型 API。公有云服务也是商汤的主要变现方式。华为、京东、招商银行、 中国移动、清华大学等各行业领军客户皆与商汤通过公有云的方式展开合作。各企业对 商汤公有云服务有较大需求，公有云服务发展势态良好，我们认为其原因有：a）算力 要求方面，尽管公有云和私有云均可以用于企业大模型训练，但基础大模型训练对 GPU 数量要求巨大，商汤 AIDC 作为规模领先业界的大装置及公有云巨头，在基础大模型训 练中发挥关键的作用；b）大模型应用服务方面，用户通过 API 能够便捷地调用模型， 商汤凭借其丰富全面的大模型应用获得竞争力；c）降本增效方面，中小型 AI 企业往往 无法通过自建算力设施满足自身训推需求，且算力租赁业务价格往往较高，而公有云服 务具备规模效应，在用户数增长及技术优化的情况下，云计算服务价格可维持较低，更 受企业青睐。

2）私有化部署，即本地化搭载商汤大模型以提供算力服务。私有化部署方式主要针对 的客户是对数据安全要求较高的大型企业，包括各大国有银行、国有企业、医院等，如 中国银行、中国工商银行、中国南方电网、华西医院、芒果 TV 等。

3）端侧 AI，a）企业模型搭载方面，公司已与几乎所有头部安卓厂商和部分车企建立深度 合作关系，超过 150 家客户与商汤启动商业对接，AI 模型已赋能超过 20 亿台手机和上百 万台车，目前已搭载在小米小爱、联想笔记本电脑中；此外，商汤端侧模型也尝试与芯片 厂商合作，如高通、MTK 等；b）端侧小模型方面，与商汤日日新 5.5 同时发布的端侧小模 型“日日新 5.5 SenseChat Lite”借助端云协同的推理架构，模型推理速度可达每秒 100 字，延迟则可降至几十毫秒；该服务的技术领先也带来价格优势，接入商汤“日日新•商量 SenseChat”端侧大模型的单台设备成本低至 9.9 元/年；3）一体机方面，商汤也推出了金 融、医疗、政务的一体机，一机配置 4 张国产卡，可同时支持 100 名用户使用模型。

传统 AI：三大增长引擎赋能百业，全面覆盖长尾场景

智慧商业：SenseFoundry Enterprise 企业方舟平台，助力企业数字化转 型和智慧化管理

企业在数字化转型的过程中，需要处理物联网设备生成的大量非结构化数据。传统 IT 系统 面对新兴应用场景中产生的零散需求，灵活性差、成本高，且由于缺乏充足数据而无法做 大在长尾场景中的感知及决策智能。 企业方舟平台通过空间数字化、数据结构化和映射、工作流程自动化三步促进企业数字化 转型。SenseFoundry Enterpris 商汤方舟企业开放平台依托商汤 AI 大装置，通过“通用大 模型+快速增量训练”，批量部署以计算机视觉为主的感知、识别、决策、增强现实、交互 类 AI 技术，为企业数字化的全域感知、分析、决策提供完整的能力支撑，助力企业降本增 效。

以平台+插件的标准化服务模式，垂直覆盖多个行业。企业方舟配备了 SensePass、 SenseThunder 及 SenseNebula 等通用智能硬件，同时具备全 AIoT 互联的能力，垂直应 用于商业空间管理、住宅物业管理、工业、公共事业、交通、金融服务等多个行业，针对 不同业态特性提供多种场景化能力，以平台+插件的标准化服务模式，帮助企业实现生产活 动、空间运营、流程管理的数字化、智能化升级。

标杆案例涵盖商业空间管理、住宅管理、工业质控、公共设施维护等。商汤结合业态特性， 通过车辆识别、SKU 识别、聚类等算法帮助商业空间实现人货场数字化重构和数据智能分 析，也为产业园区提供车、非机动车以及垃圾、离岗、明火等多样化长尾场景的高精度算 法，实现便捷通行、智慧安全、设备资产数字化等超 20 种场景的智能化管理；为办公楼提 供智能通行设备、会议系统、访客系统等，实现空间利用最优化……公司在细分领域的标 杆案例众多，如京沪高铁维护、杭州国际博览中心安保协助、万科智慧社区人员通行等。

服务上百个 500 强企业及上市公司。2022 年，公司服务企业客户 717 个，包括 110+家《财 富》500 强企业及上市公司。2019-2022 年，公司智慧商业板块的营收分别为 12.0、14.9、 19.6、14.6 亿元。

目前，智慧商业的收入来源包括：1）向客户收取使用企业方舟及相关 AI 应用的软件许可 费及软件订阅费；2）销售支持软件和相关服务运行的人工智能软硬一体化产品。 未来，我们认为智慧商业的主要关注点有：1）SenseCore 平台的完善、通用大模型的储备、 AI 模型数量的增加，有望带动单个大企业的价值量和小企业客户的数量增加，随着企业数 字化转型的进程，商汤凭借雄厚的算力及软件方面技术实力，预计获得更大市场份额；2） 持续加强海外市场拓展，如中东、东南亚。

智慧城市：SenseFoundry 城市方舟平台，推动智慧城市治理

在城市数字化、智慧化提速的过程中，城市管理者需要处理城市物联网设备产生的海量数 据并及时应急响应，同时长尾场景众多，因此亟需一站式人工智能软件平台，来对城市中 的物体、事件及信息进行全面数字化分析。 城市方舟平台部署云端，赋能城市管理数字化、智能化。城市方舟是商汤与中国一线城市 管理者共同设计打造、部署在 GPU 云服务器上的一站式软件平台。城市方舟与城市的 IT 基础设施相结合，提供感知智能和决策智能的能力，可将城市视觉数据实时转化成对城市 运营的洞察、事件告警及行动，同时配置 SenseCore 商汤 AI 大装置衍生的在线增量训练 引擎，支持 AI 模型自动升级迭代，使传统城市管理由人力密集型向人机交互型、由经验导 向型向数据驱动型、由被动处置型向主动发现型转变。截至 2022 年底，城市方舟已搭载约 3.5 万个 AI 模型，并在 2022 年成功研发了城市感知领域的超大视觉模型，采用迁移学习和 微调技术，可谓各种场景打造专属模型。

城市方舟在出行及交通管理、城市服务等方面落地成果显著。截至 2023 年，SenseFoundry 已在北京、上海、深圳、迪拜及新加坡等国内外多个城市开展应用，如上海共享单车、深 圳交通违规管理等，保障城市安全，提升治理效率。城市方舟标杆案例包括义乌城市治理 智能化、上海金山区“AI 鑫眼平台”等。2023 年，商汤入选“算力服务领航者计划”案例 奖项，代表着 AI 大算力基础设施的建设，已成为推动智慧城市创新发展和应用的重要基础。

累计部署 162 个城市，中国智慧城市计算机视觉软件市场份额排名第一。2022 年，受疫情 影响导致部分项目进展不及预期，智慧城市板块实现收入 11.0 亿元（收入占比 29%），同 比下降 49%。但在政府大力支持各地城市数字化升级建设的背景下，城市方舟赋能的城市 数量持续增加。截至 2022 年底，城市方舟已在全球 162 城市部署，包括 16 个超千万人口 的大型城市，以及 4 个海外城市。根据 IDC 于 2022 年发布的数据，商汤在中国智慧城市 计算机视觉软件市场份额第一，在中国智慧应急人工智能与大数据子市场份额第一。2023 年公司开始主动收缩智慧城市业务，至 1H24 收入占比已低于 10%。

目前，智慧城市的收入来源包括：1）向客户收入使用城市方舟平台及其相关 AI 应用的软 件许可费及软件订阅费；2）销售人工智能软硬一体化产品。

智慧生活：基于 SenseME 覆盖物联网，以 AI 传感器及 AI ISP 芯片产品增 厚壁垒

商汤依托智慧生活软件平台 SenseME，提供物联网设备，包括 AI 软件、AI 传感器和 AI ISP 芯片等产品，客户涵盖物联网设备制造商、半导体制造商、手机制造商、移动应用及游戏 开发商以及各大医疗和教育机构。 SenseME：赋能 AIoT，促进感知智能和视觉内容增强。SenseME 软件平台在 2021 年 6 月 30 日已内含超 3,500 个 AI 模型，提供包括 SDK、传感器及 ISP 芯片在内的全套产品， 首先通过传感器接受物理场景中的信号并输入ISP芯片，然后ISP芯片的输出结果经过SDK 进一步处理，赋能泛 IoT 设备，使其具备感知智能和内容增强的能力，最终协助移动端设 备进行图像分类、物体检测、图像分割、姿势识别等。其优势在于：过去物联网设备生产 商需要向不同的供应商采购传感器、ISP 芯片和 SDK，面临兼容性差的难题，而嵌入了 AI 模型的 SenseME 全套产品可兼容大多数物联网设备，对空间、成本、带宽和功耗的要求较 低。

面向手机及其他物联网设备制造商，提供软硬一体化产品。面向智能手机及智能终端领域 的客户，公司提供“AI SDK、AI 传感器、AI ISP 芯片”三位一体的产品组合，通过不同的 部署方法将 SenseME 商业化。 1) AI SDK：AI 算法支持的 SDK，向客户收取许可费。2022 年，搭载商汤 AI SDK 的新 增量产智能手机达 4.5 亿台，目前公司的刷脸解锁、超分辨率、液晶增强、智能相册 等功能已是智能手机标配，其中超分和人像系列市场份额第一。 2) AI 传感器：与全球领先的图像传感器厂商联合研发，向合作伙伴收取知识产权费。 2022 年，成功交付 6 款领先的 AI 传感器，其中 2x2 OCL AI 传感器已交付某全球头部 智能手机厂商上。 3) AI ISP 芯片：与传感器无缝连接并协同工作，向目标客户销售芯片获得收入。2022 年，公司首款 AI ISP 芯片成功点亮，实现 AI 处理 4K 超画质视频的芯片功耗相比同类 产品降低 50%，在 2023 年量产。

商业变现方面，目前智慧生活的收入来源为 SenseME 的 SDK 许可费、AI 传感器的知识产 权许可费（包括前期研发服务费及按合作伙伴 AI 传感器收入比例收取的费用）、AI ISP 芯 片的销售费用。整体来看，智慧生活的商业模式在 2021 年由 SDK 许可费和研发服务费转 变为更具粘性的 IP 许可费和 ISP 芯片销售。 未来，我们认为 AI 传感器和 AI ISP 芯片将成为智慧生活业务的主要增长引擎：1）AI 传感 器销量增加，叠加渗透率提高，将带动 IP 许可费用增长；2）ISP 芯片可与传感器无缝连接， 2023 年开始变现，在商汤市占率和 ISP 芯片渗透率双重提升下，收入将进一步增长。

智能汽车：乘汽车智能化东风，打造驾、舱、云三位一体

SenseAuto 绝影：AGI 赋能驾舱业务，三大产品助力智能出行

基于 AGI 打造智能汽车新范式，形成智能驾驶、智能座舱、数据闭环、车路云协同的全栈 体系。公司是亚洲首个与全球前五大车企品牌合作开发自动驾驶技术的 AI 企业，于 2016 年开始研发 SenseAuto 平台。该平台由 AGI 技术赋能，以 SenseCore 商汤 Al 大装置为基 石，以 UniAD 端到端感知决策一体为核心模型，通过智能驾驶、智能座舱、数据闭环、车 路云协同构成全栈体系，从“车-路-云”全面赋能汽车智能化。

SenseAuto 绝影平台提供 SenseAuto Intelligent Driving、SenseAuto Intelligent Cabin、 SenseAuto AI Cloud 三大产品，“驾、舱、云”三位一体推动汽车智能化。 1) SenseAuto Intelligent Driving（绝影智能驾驶）：由绝影智驾量产方案、端到端自动 驾驶技术解决方案、绝影车路协同、绝影自动驾驶功能车组成，量产经验丰富，截至 1H24 行业客户 30 +，定点车型 150 +，定点车辆数量超 4700 万； 2) SenseAuto Intelligent Cabin（绝影智能座舱）：由驾驶员感知系统（DMS）、座舱感 知系统（OMS）、车外进场感知系统、座舱大脑组成，落地经验丰富，截至 1H24 已与 广汽、哪吒等 3 家车企达成深度合作，支持近 10 款车型的自动驾驶解决方案交付； 3) SenseAuto AI Cloud（绝影 AI 云）：以绝影赋能引擎的数据闭环能力为驱动，产品优 势凸显，截至 1Q24 产品以 4.5 万卡集群算力，赋能万亿参数超大模型的全生命周期 生产，大模型增量训练成本降低 90%，推理效率提升 600%+。

坚持驾、舱、云三位一体，全面推进产品量产商用。商汤绝影形成了“驾舱云”三位一体 的体系，其中 AI 云能为自动驾驶提供数据闭环服务，使智能座舱成为第三生活空间。2023 年，公司全面推进智能汽车的产品量产商用，发展步入快车道；1）智能座舱与智能驾驶产 品累计交付 195 万台，新增量产 129 万台（YoY+163%），新增定点数超 1600 万台，客户 覆盖广汽、日产、比亚迪、合众、未来、极氪、长安、奇瑞等 30 多家车企的 90 多种车型； 2）绝影智能驾驶实现 BEV 感知方案的头部车企量产，成为国内首个帮助车企量产 L2+/L2++ 智能驾驶方案的 Tier1 供应商；3）AI 云平台——绝影车路协同平台融合“车-路-云”全方 位产品矩阵，车路云一体化产品收入高速增长。

智能驾驶：一段式端到端方案 UniAD 成核心突破，开启 DriveAGI 之路

端到端智驾技术演进迅速，UniAD 为突破性进展。端到端方案的核心思想是将自动驾驶的 多个环节，如感知、决策、规划等，通过统一的神经网络模型来实现，而不是分散到不同 模块中独立处理，以减少信息在不同模块间传递时的损失和过滤，提高系统效率。商汤智 能驾驶从 2017 年开始探索纯视觉感知及端到端技术，2023 年 6 月发布一段式端到端技术 方案 UniAD，该成果在全球计算机视觉顶会 CVPR 斩获最佳论文。2024 年，绝影 UniAD 在北京车展及 WAIC 大会展示，预计 2025 年正式量产交付。

绝影凭借 UniAD 与特斯拉成为业内唯一的一段式端到端方案提供者，真正开启 DriveAGI 之路。Drive AGI 指能够理解复杂驾驶场景并智能决策、“像人一样驾驶”的通用智能。小 鹏、华为、理想、蔚来等车企采取传统两段式端到端模型，感知模块通过传感器（如摄像 头、激光雷达和毫米波雷达）提取信息后传递给决策规划模块，后者基于感知结果进行路 径规划和车辆控制。两段式方法的局限性在于感知和决策之间的信息传递往往基于人为定 义的显性信息，可能导致关键数据的过滤和丢失，使得 DriverAGI 之路阻碍重重。而绝影 UniAD 的突破在于将感知、决策和规划整合到统一全栈 Transformer 模型中，无需对数据 进行抽象或逐级传递，是真正的一段式端到端自动驾驶。目前，绝影和特斯拉是业内唯一 的一段式方案提供者。一段式模型标志着 Drive AGI 之路的开启，与传统的 AI 1.0 小模型时 代相比，其通过大模型驱动，以类似 ChatGPT 模型训练的方式全面理解复杂场景，预测行 车轨迹，真正使 DriverAGI 目标近在咫尺。

具备行业领先量产能力，与多家头部车企深入合作。绝影配备全栈智能驾驶软件算法和数 据闭环云服务，可广泛适配高中低端芯片，已在广汽、哪吒等头部厂商量产 L2/L2+方案。 SenseAuto ADAS 系列产品可针对 32 TOPS 到 500 TOPS+的不同算力平台，提供适配的 智能解决方案，满足全场景行泊一体智驾需求。最高算力平台可实现近 L3 级别解放驾驶员 双手双眼的高速领航功能。

智慧座舱：基于大模型打造全新交互体验

基于大模型集群提供四大座舱产品矩阵，座舱 AI 软件市场份额位列国内第一。绝影基于多 模态大模型、语言大模型、文生图大模型和“大医”医疗大模型等组成的车舱大模型集群， 提供以 DMS、OMS、近场感知、座舱大脑为产品的一站式座舱解决方案。商汤科技座舱 AI 软件的市场份额已连续 5 年位列国内第一。

AGI 大模型赋能智能车舱，应用场景拓宽，国内外主流厂商合作持续深化。绝影智舱 AGI 可以使基模型具备对空间环境理解、用户状态感知、多模态指令解析及多轮逻辑对话、内 容生成等一系列能力，进而赋能拟人化能力，包括情绪感知、智能助手、基于情感的对话、 创意内容生成、个性交互等一系列功能，不断地提升座舱的个性化体验，应用场景也可以 从上车、行车、停车、离车，拓展到娱乐、办公、购物、休息等。目前绝影推出 11 项业内 前所未有的座舱新功能，包括健康诊断、旅行规划、角色扮演等，且与宝马、奥迪、比亚 迪、广汽、奇瑞等国内外主流车厂洽谈大模型需求并进行测试。

竞争格局：市场份额排名靠前，未来商业化驱动力清晰

目前汽车智能化开发主要分为两种途径：1）以特斯拉、小鹏为主的主机厂自研模式；2） 以百度、商汤科技为主的第三方技术提供模式；3）以华为为主的智选车模式，即深度参与 产品设计、研发、生产，并直接下放到华为渠道进行销售，合作车企包括赛力斯、奇瑞、 江淮、北汽。根据盖世汽车，2024 年 1-5 月国内行车 ADAS 供应商中，博世、电装、麦格 纳市场份额在排名前三；商汤是国内 DMS 主要供应商之一，根据高工智能研究院，2023 年 1-4 月国内搭载 DMS 的车企榜单中，有两家车企（比亚迪、蔚来）的 DMS 由商汤科技 供应。

商业模式：智能车舱、智能驾驶、车路协同共同推进增长。智能汽车在原来成熟收入模式 （基于出货量的许可费、研发服务费）上拓展了新兴收入模式（AIaaS 订阅费、云平台费 用、自动驾驶车辆销售/租赁、软硬一体产品销售），客户覆盖车企、软件一级供应商、政府 交通交管部门等。 在汽车智能化的趋势下，我们认为，公司 Smart Auto 业务将由以下因素推动： 1） 智能车舱：受益于 DMS 系统安装及出货量提升（量产车数提升+海外车企拓展）+产品 功能、种类增加+基于 SmartAuto Empower 的 AIaaS 服务车企数量增加+2C 软件应用 扩展； 2） 智能驾驶：受益于 ADAS 系统安装及出货量提升（量产车数提升+海外车企拓展+新能 源车销量增加和 ADAS 渗透率双提升）+推出低成本、标准化方案+形成数据闭环+基于 SmartAuto Empower 的 AIaaS 服务车企数量增加+推出高阶/全面自动驾驶订阅收费； 3） 车路协同：受益于与智慧城市接轨+落地城市数量提升+接入汽车数量提升+产品种类、 功能模块增加+云控平台能力提升+规模化部署 Robobus 和 Robosweeper。

财务分析

营收逐渐回暖，生成式 AI 成为最大增长引擎。2018-2021 年，公司营收规模不断增加，分 别为 19/30/34/47 亿元。2022 年，公司实现营收 38 亿元，同比下降 19%，主要系宏观环 境和疫情影响导致智慧城市及智慧商业的收入下降；2023 年，公司营收 34 亿元，同比下 降 11%，公司开始主动收缩智慧城市业务（2022 年智慧城市板块占公司营收 29%，2023 年下降至低于 10%）；1H24，公司收入 17.4 亿元，同比增长 21%。 从营收构成来看，1）原本作为业务基本盘的智慧城市和智慧商业（2023 年后列为传统 AI） 近三年整体呈收缩趋势，分别从 2021 年的 46%和 42%收缩至 2022 年 29%和 38%； 2023/1H24 传统 AI（包含生成式 AI 之外的智慧城市、智慧商业、智慧生活）收入比例为 54%/30%；该部分业务比例收缩一方面系宏观环境影响收入不佳，另一方面系公司战略性 缩减该部分投入；2）生成式 AI 占比跃升，是公司最大增长引擎，其 2022/2023/1H24 占比 分别为 10%/35%/60%；3）智能汽车业务保持增长，营收在 2022/2023 分别实现 59%/31% 的同比高速增长，并于 1H24 同比翻倍。未来随着宏观经济的恢复和大模型的商业化加速， 公司有望实现营收的快速增长。

归母净利润仍处于亏损阶段但有所收窄，商业化能力需要加强。由于公司研发投入较大， AIDC 等上游硬件成本较高，归母净利润持续亏损。2018-2023 年，公司的归母净利润分别 为-34/-50/-122/-172/-61/-64 元，亏损程度自 2018-2021 持续扩大，2022 年，主要由于研 发投入、金融资产及合约资产减值亏损净额、按公允价值计量且变动计入损益的金融资产 的公允价值亏损及外汇亏损净额所致，公司的亏损净额为 61 亿元，但亏损幅度同比减少 65%，2023 年公司亏损情况基本持平，1H24 得益于公司战略调整，亏损幅度进一步同比 减少 21%。未来，公司需要进一步加强商业化能力，充分发挥研发实力和技术优势，进一 步改善亏损情况。

2023-1H24 毛利率相对稳定。 1H24 公司聚焦生成式 AI 的战略有所成效，公司毛利润回到 增长轨道，同比上升 18%至 77 亿元。2018-2021 年，公司毛利率稳中有升，从 2018 年的 57%升至 2021 年的 70%。2022 年，公司毛利率小幅下降 3 pp，主要原因有 1）受疫情及 宏观经济偏弱的影响，智慧城市的部分项目进度不及预期，智慧商业的企业数字化转型力 度减弱，导致相关收入递延确认；2）低毛利业务的收入占比增加，包括智慧商业的 AIaaS 和智慧生活的 AI 传感器。2023 年公司毛利率下降 22.7pp 至 44.1%，系公司为寻求经济增 长点投入大量研发费用所致；1H24 毛利率为 44.1%，与 2023 全年毛利率持平。

管理费用管控有效，维持高研发投入。1）销售费用率相对稳定：在业务拓展、销售团队扩 张的快速发展阶段，销售费用控制仍较好，销售费用率始终处于 25%以下；2）管理费用率 由升转降：管理费用在 2021 年达到高点为 23 亿元，2022/2023/1H24 年同比下降 32%/4%/8% 至 16/15/7 亿元，管理费用率在 2021/2022/2023/1H24 分别为 49%/41%/44%/39%，主要 系管理团队及以股权为基础的薪酬开支减少；3）研发费用率高位运行：2018-2023 年，研 发费用及研发费用率持续高位运行，整体呈现上升趋势，研发费用分别为 8/19/25/36/40/35 亿 元 ， 1H24 研 发 费 用 18 亿 元 ； 2018-2023 年 及 1H24 研 发 费 用 率 分 别 为 46%/63%/71%/77%/105%/102%/105%。为巩固在 AI 解决方案领域的核心竞争力，未来公 司或仍将维持高研发投入。

应收账款及应收账款周转天数持续增加。2018-2023 年，公司的应收账款由 13.3 亿元持续 增加至 79.1 亿元，应收账款周转天数由 157 天持续增加至 594 天。2022 年，受新冠疫情 导致部分客户延迟付款，公司的应收账款同比增加 28.6%至 78.0 亿元；2023 年应收账款 同比微升 1.5%至 79.1 亿元。2023 年应收账款周转天数为 594 天，1 年以上账龄的应收账 款同比增加 31.2%至 66.3 亿元，未来需进一步加强运营资金管理。

快速成长阶段，尚未实现正向经营性现金流。上市前，公司主要通过股东注资满足现 金需求，目前仍处于负向经营性现金流。但随着公司的业务落地思路从全面布局转为聚 焦于可持续提供现金流的业务，从而为技术积累和加速商业化争取更长的时间窗口。 1) 经营活动产生的现金流：截至 2018-2023 各年末及 2024 年 6 月末，分别为 -7/-29/-12/-25/-31/-32/-35 亿元，仍未看到正向经营现金流的迹象； 2) 投资活动产生的现金流：截至 2018-2023 各年末及 2024 年 6 月末，分别为 -31/-16/-71/-15/-93/35/-11 亿元，其中 2022 年的净现金流出增加主要由于购买物 业、厂房及设备和收购债务及股权投资及定期存款投资；2023 年有正向投资现金 流产生。 3) 融资活动产生的现金流：截至 2018-2023 各年末及 2024 年 6 月末，分别为 88/38/132/94/33/11/27 亿元，2021-2023 年融资现金流持续减少，2022/2023 同 比下降 64.5%/67.5%，1H24 回升至 27 亿元。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）