0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

海天瑞聲:基礎(chǔ)數(shù)據(jù)服務(wù)需求階段性減緩 多模態(tài)大模型將催生新需求

科創(chuàng)板日報 ? 來源:科創(chuàng)板日報 ? 2023-11-20 16:42 ? 次閱讀

海天瑞聲董事長賀琳在業(yè)績會上表示,隨著智能駕駛相關(guān)政策的推出以及單車成本的不斷下降,智能駕駛的商業(yè)化進(jìn)程將加速,數(shù)據(jù)處理需求將呈現(xiàn)指數(shù)級增長趨勢。海天瑞聲判斷,未來大模型向多模態(tài)發(fā)展亦將產(chǎn)生更多新型數(shù)據(jù)需求。

“近年來數(shù)字經(jīng)濟(jì)已成為國家經(jīng)濟(jì)發(fā)展的核心動能和重要引擎,數(shù)據(jù)要素作為其中的核心支柱之一,也將迎來新的發(fā)展機(jī)遇?!痹诤L烊鹇晿I(yè)績會上,公司財務(wù)負(fù)責(zé)人、董事會秘書呂思遙表示,公司多年提供的訓(xùn)練數(shù)據(jù)集及服務(wù)作為數(shù)據(jù)要素的一部分,圍繞國家戰(zhàn)略,正在積極布局?jǐn)?shù)據(jù)要素更多領(lǐng)域的業(yè)務(wù),加大對數(shù)據(jù)要素服務(wù)模式和相關(guān)技術(shù)探索,將其作為公司未來收入增長的潛在支撐。

據(jù)海天瑞聲近期發(fā)布的三季度財報,公司今年前三季度實(shí)現(xiàn)營收1.03億元,同比下降38.25%;歸母凈利潤-3211萬元,同比下降272.40%。單季度來看,第三季度營收為2875萬元,同比下降45.10%。

針對業(yè)績較大幅度波動,呂思遙表示,虧損主要系報告期內(nèi),公司境外收入受境外部分客戶階段性裁員、業(yè)務(wù)方向調(diào)整,以及數(shù)據(jù)出境相關(guān)法規(guī)落地實(shí)施的階段性影響,公司境外收入同比下降;同時,為配合整體戰(zhàn)略發(fā)展及業(yè)務(wù)拓展目標(biāo),公司在營銷體系建設(shè)、管理架構(gòu)及激勵體系升級方面持續(xù)加大投入,疊加新購置辦公樓帶來折舊費(fèi)用同比增加,使得管理費(fèi)用、銷售費(fèi)用大幅增長。

公司本月接受機(jī)構(gòu)調(diào)研表示,境內(nèi)業(yè)務(wù)方面,雖然宏觀穩(wěn)經(jīng)濟(jì)政策已初見成效,但國內(nèi)仍面臨復(fù)雜嚴(yán)峻的內(nèi)外部環(huán)境考驗(yàn),部分境內(nèi)客戶對集中性研發(fā)投入仍持謹(jǐn)慎態(tài)度,基礎(chǔ)數(shù)據(jù)服務(wù)領(lǐng)域客戶預(yù)算及需求釋放出現(xiàn)階段性減緩,疊加行業(yè)內(nèi)競爭加劇,綜合導(dǎo)致境內(nèi)收入同比下滑。

海天瑞聲表示,未來公司將在繼續(xù)鞏固傳統(tǒng)基礎(chǔ)數(shù)據(jù)業(yè)務(wù)的同時,通過持續(xù)發(fā)展智能駕駛、大模型、數(shù)據(jù)要素等新興戰(zhàn)略型業(yè)務(wù),實(shí)現(xiàn)收入的穩(wěn)步回升。

▌智能駕駛數(shù)據(jù)需求廣闊

海天瑞聲今年境內(nèi)智能駕駛業(yè)務(wù)收入表現(xiàn)平穩(wěn),整體收入占比有所提升,大模型等新興數(shù)據(jù)需求逐步釋放,公司稱將為下一步駛?cè)肓夹园l(fā)展軌道奠定一定基礎(chǔ)。

在業(yè)績會上,投資者十分關(guān)注未來智能駕駛的數(shù)據(jù)需求空間,以及海天瑞聲是否具備競爭力,能否抓住市場機(jī)遇。

海天瑞聲董事長賀琳表示,隨著智能駕駛相關(guān)政策的推出以及單車成本的不斷下降,智能駕駛的商業(yè)化進(jìn)程將加速,數(shù)據(jù)處理需求將呈現(xiàn)指數(shù)級增長趨勢。根據(jù)德勤報告,智能駕駛數(shù)據(jù)需求在2022-2027年將達(dá)到30%以上復(fù)合增長率,具有廣闊的市場空間。

具體來看,智能駕駛數(shù)據(jù)業(yè)務(wù)的市場需求主要與三個要素相關(guān):

1)車廠的車型及傳感器豐富度。通常來說,不同車型、不同傳感器會有不同的硬件配置方案,繼而需要不同的數(shù)據(jù)解決方案,因此車型/傳感器等硬件配置的多樣性程度,將會直接影響所需數(shù)據(jù)解決方案的數(shù)量;

2)量產(chǎn)車數(shù)量。量產(chǎn)車的數(shù)量決定了整個訓(xùn)練數(shù)據(jù)需求基數(shù)的大??;

3)智能駕駛級別的逐漸提升。智能駕駛級別和滲透率的提升決定了數(shù)據(jù)處理場景的種類和體量。

“這三個要素對訓(xùn)練數(shù)據(jù)需求的影響,是相互疊加的。”賀琳如是稱。

據(jù)賀琳介紹,智能駕駛數(shù)據(jù)領(lǐng)域的核心競爭力主要體現(xiàn)在三個方面,分別是平臺能力、算法能力以及數(shù)據(jù)安全能力。

首先,平臺能力是數(shù)據(jù)標(biāo)注能力的基石。“平臺功能點(diǎn)覆蓋的豐富度,是評價平臺水平的核心要素,目前同時具備2D標(biāo)注、3D點(diǎn)云標(biāo)注、2D-3D聯(lián)合標(biāo)注、4D標(biāo)注的供應(yīng)商比較有限,能以最快速度覆蓋更多功能需求的數(shù)據(jù)服務(wù)商,將能更好掌握智能駕駛數(shù)據(jù)市場的主動權(quán)以及議價能力。”

第二個核心要素是算法能力。平臺的智能化程度越高,對人的依賴程度越低,在提高平臺生產(chǎn)效率的同時,可以大幅降低生產(chǎn)成本。

第三個要素是數(shù)據(jù)安全能力。在智能駕駛數(shù)據(jù)領(lǐng)域,由于其采集圖像、視頻可能涉及地理及個人隱私信息,為更好防范數(shù)據(jù)安全風(fēng)險,國家相關(guān)法律法規(guī)要求,數(shù)據(jù)流轉(zhuǎn)鏈條上各類企業(yè)必須做好充分的數(shù)據(jù)安全保障?!耙虼耍磥聿痪邆湎嚓P(guān)數(shù)據(jù)安全能力的供應(yīng)商,將逐漸被市場淘汰?!?/p>

▌大模型多模態(tài)發(fā)展,將催生新型數(shù)據(jù)需求

今年十月,全國信息安全標(biāo)準(zhǔn)化技術(shù)委員會發(fā)布技術(shù)文件《生成式人工智能服務(wù)安全基本要求》征求意見稿。該份文件對語料安全、模型安全、安全措施、安全評估等方面內(nèi)容,給出了生成式人工智能服務(wù)在安全方面的基本要求。

該份文件對海天瑞聲的數(shù)據(jù)標(biāo)注業(yè)務(wù)將有何影響?賀琳面對投資者提問表示,該文件將進(jìn)一步提升數(shù)據(jù)合規(guī)要求,增加需求側(cè)對高質(zhì)量、專業(yè)化、合規(guī)數(shù)據(jù)的需求?!邦A(yù)計(jì)將會有更多大模型廠商釋放更多的數(shù)據(jù)服務(wù)需求,給第三方數(shù)據(jù)服務(wù)商。”

海天瑞聲董事長賀琳在業(yè)績會上表示,公司已啟動大模型標(biāo)準(zhǔn)化數(shù)據(jù)集產(chǎn)品的研發(fā)投入計(jì)劃。據(jù)了解,該公司此前定增計(jì)劃的核心內(nèi)容之一,即為大模型數(shù)據(jù)集產(chǎn)品建設(shè)?!皹?biāo)準(zhǔn)化數(shù)據(jù)集產(chǎn)品是公司區(qū)別于其他競爭對手的特色商業(yè)模式,標(biāo)準(zhǔn)化數(shù)據(jù)集產(chǎn)品由于其一次性投入、未來可重復(fù)銷售的特點(diǎn),對公司的營收、毛利起著重要作用?!?/p>

據(jù)介紹,數(shù)據(jù)集建成后,將提供可供大模型訓(xùn)練和評測的不少于10個品類的專業(yè)數(shù)據(jù)集,顯著提升行業(yè)內(nèi)面向大模型訓(xùn)練數(shù)據(jù)集的類別和質(zhì)量,實(shí)現(xiàn)基于大模型通用能力和垂直領(lǐng)域數(shù)據(jù)的訓(xùn)練學(xué)習(xí)。

“隨著更多大模型產(chǎn)品面向公眾推出上線,以及不斷進(jìn)行版本迭代,未來的大模型相關(guān)數(shù)據(jù)需求會持續(xù)顯著增長,這符合當(dāng)AI進(jìn)入大規(guī)模落地應(yīng)用后對數(shù)據(jù)的需求才會規(guī)模性增長的規(guī)律?!?/p>

賀琳表示,預(yù)期該類增長將主要體現(xiàn)在預(yù)訓(xùn)練階段對高質(zhì)量、大規(guī)模的版權(quán)數(shù)據(jù)、公共/政務(wù)數(shù)據(jù)、多模態(tài)數(shù)據(jù)、垂直領(lǐng)域的實(shí)際場景數(shù)據(jù)等方面的需求,以及不斷提升其交互精準(zhǔn)度的強(qiáng)化學(xué)習(xí)階段各類數(shù)據(jù)需求等。未來,隨著大模型向更高級、更多維、更廣泛垂向拓展,大模型數(shù)據(jù)需求將呈現(xiàn)快速增長趨勢。

此外,海天瑞聲判斷,未來大模型向多模態(tài)發(fā)展亦將會產(chǎn)生更多新型數(shù)據(jù)需求。

大模型向多模態(tài)發(fā)展后,將會產(chǎn)生更多的例如文生圖的多模態(tài)大模型,通過文字輸入生成對應(yīng)圖片,這就需要機(jī)器理解文字語義的同時,將理解的關(guān)鍵詞與圖片的關(guān)鍵標(biāo)簽進(jìn)行映射,通過對齊兩種獨(dú)立模態(tài)關(guān)鍵特征的方式,實(shí)現(xiàn)按指令的創(chuàng)作,以此完成學(xué)習(xí)訓(xùn)練過程。因此,當(dāng)大模型向多模態(tài)能力維度拓展時,高質(zhì)量多模態(tài)訓(xùn)練數(shù)據(jù)集的持續(xù)學(xué)習(xí)訓(xùn)練的重要性將更加凸顯,多模態(tài)的發(fā)展,將推動數(shù)據(jù)服務(wù)行業(yè)進(jìn)入更大的增量空間。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 智能駕駛
    +關(guān)注

    關(guān)注

    3

    文章

    2322

    瀏覽量

    48469
  • 數(shù)字經(jīng)濟(jì)

    關(guān)注

    2

    文章

    1032

    瀏覽量

    18169
  • 大模型
    +關(guān)注

    關(guān)注

    2

    文章

    2135

    瀏覽量

    1978

原文標(biāo)題:海天瑞聲:基礎(chǔ)數(shù)據(jù)服務(wù)需求階段性減緩 多模態(tài)大模型將催生新需求

文章出處:【微信號:chinastarmarket,微信公眾號:科創(chuàng)板日報】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    云知推出山海模態(tài)模型

    在人工智能技術(shù)的浩瀚星海中,模態(tài)交互技術(shù)正成為引領(lǐng)未來的新航標(biāo)。繼OpenAI的GPT-4o掀起滔天巨浪后,云知以創(chuàng)新之姿,推出了其匠心獨(dú)運(yùn)的山海
    的頭像 發(fā)表于 08-27 15:20 ?257次閱讀

    依圖模態(tài)模型伙伴CTO精研班圓滿舉辦

    模型在不同行業(yè)領(lǐng)域的應(yīng)用前景;7月19日, “依圖科技模態(tài)模型伙伴CTO精研班”在杭州圓滿舉辦,讓更多的伙伴們深度體驗(yàn)了依圖
    的頭像 發(fā)表于 07-23 15:16 ?295次閱讀

    商湯科技發(fā)布5.0模態(tài)模型,綜合能力全面對標(biāo)GPT-4 Turbo

    場景應(yīng)用需求;升級“日日新SenseNova 5.0”大模型體系,綜合能力全面對標(biāo)GPT-4 Turbo。 此外對于文生視頻徐立也表示商湯科技很快就會發(fā)布相關(guān)的平臺產(chǎn)品。 備受矚目的商湯科技“日日新SenseNova” 5.0
    的頭像 發(fā)表于 04-24 16:49 ?969次閱讀

    李未可科技正式推出WAKE-AI模態(tài)AI大模型

    文本生成、語言理解、圖像識別及視頻生成等模態(tài)交互能力。 ? 該大模型圍繞 GPS 軌跡+視覺+語音打造新一代 LLM-Based的自然交互,同時
    發(fā)表于 04-18 17:01 ?489次閱讀
    李未可科技正式推出WAKE-AI<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>AI大<b class='flag-5'>模型</b>

    AI機(jī)器人迎來模態(tài)模型

    配備 GR00T 模型的機(jī)器人由于需要“吸收消化”外界的模態(tài)信息,還要快速完成理解、決策、行動等一系列動作,因此對于算力的需求是巨量的。
    發(fā)表于 04-12 10:39 ?215次閱讀

    螞蟻推出20億參數(shù)模態(tài)遙感模型SkySense

    據(jù)了解,負(fù)責(zé)開發(fā)的百靈團(tuán)隊(duì)利用自身擁有的19億遙感影像數(shù)據(jù)集進(jìn)行了預(yù)訓(xùn)練,從而生成了具有20.6億參數(shù)的SkySense大模型。官方稱其為全球范圍內(nèi)參數(shù)規(guī)模最大、任務(wù)覆蓋最全且識別精度最高的
    的頭像 發(fā)表于 02-28 15:53 ?502次閱讀

    Sora爆紅,模態(tài)模型是下一發(fā)展階段

    “大語言模型為 AI 產(chǎn)業(yè)帶來新的生機(jī),然而語言模型的應(yīng)用場景有限。要全面打開生成式 AI 的想象力,還是要依托模態(tài)模型?!盜DC 中國
    的頭像 發(fā)表于 02-20 16:13 ?355次閱讀

    韓國Kakao宣布開發(fā)模態(tài)大語言模型“蜜蜂”

    韓國互聯(lián)網(wǎng)巨頭Kakao最近宣布開發(fā)了一種名為“蜜蜂”(Honeybee)的模態(tài)大型語言模型。這種創(chuàng)新模型能夠同時理解和處理圖像和文本數(shù)據(jù)
    的頭像 發(fā)表于 01-19 16:11 ?547次閱讀

    機(jī)器人基于開源的模態(tài)語言視覺大模型

    ByteDance Research 基于開源的模態(tài)語言視覺大模型 OpenFlamingo 開發(fā)了開源、易用的 RoboFlamingo 機(jī)器人操作模型,只用單機(jī)就可以訓(xùn)練。
    發(fā)表于 01-19 11:43 ?289次閱讀
    機(jī)器人基于開源的<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>語言視覺大<b class='flag-5'>模型</b>

    什么是模態(tài)?模態(tài)的難題是什么?

    模態(tài)模型,通常大于100M~1B參數(shù)。具有較強(qiáng)的通用,比如對圖片中任意物體進(jìn)行分割,或者生成任意內(nèi)容的圖片或聲音。極大降低了場景的定制成本。
    的頭像 發(fā)表于 01-17 10:03 ?3754次閱讀
    什么是<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>?<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>的難題是什么?

    自動駕駛和模態(tài)大語言模型的發(fā)展歷程

    模態(tài)大語言模型(MLLM) 最近引起了廣泛的關(guān)注,其 LLM 的推理能力與圖像、視頻和音頻數(shù)據(jù)相結(jié)合,通過多
    發(fā)表于 12-28 11:45 ?411次閱讀
    自動駕駛和<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>大語言<b class='flag-5'>模型</b>的發(fā)展歷程

    從Google模態(tài)模型看后續(xù)大模型應(yīng)該具備哪些能力

    前段時間Google推出Gemini模態(tài)模型,展示了不凡的對話能力和模態(tài)能力,其表現(xiàn)究竟如何呢?
    的頭像 發(fā)表于 12-28 11:19 ?1011次閱讀
    從Google<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>大<b class='flag-5'>模型</b>看后續(xù)大<b class='flag-5'>模型</b>應(yīng)該具備哪些能力

    模型+模態(tài)的3種實(shí)現(xiàn)方法

    我們知道,預(yù)訓(xùn)練LLM已經(jīng)取得了諸多驚人的成就, 然而其明顯的劣勢是不支持其他模態(tài)(包括圖像、語音、視頻模態(tài))的輸入和輸出,那么如何在預(yù)訓(xùn)練LLM的基礎(chǔ)上引入跨模態(tài)的信息,讓其變得更強(qiáng)大、更通用呢?本節(jié)
    的頭像 發(fā)表于 12-13 13:55 ?1352次閱讀
    大<b class='flag-5'>模型</b>+<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>的3種實(shí)現(xiàn)方法

    探究編輯模態(tài)大語言模型的可行

    不同于單模態(tài)模型編輯,模態(tài)模型編輯需要考慮更多的模態(tài)信息。文章出發(fā)點(diǎn)依然從單
    發(fā)表于 11-09 14:53 ?399次閱讀
    探究編輯<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>大語言<b class='flag-5'>模型</b>的可行<b class='flag-5'>性</b>

    北大&amp;華為提出:模態(tài)基礎(chǔ)大模型的高效微調(diào)

    深度學(xué)習(xí)的大模型時代已經(jīng)來臨,越來越多的大規(guī)模預(yù)訓(xùn)練模型在文本、視覺和模態(tài)領(lǐng)域展示出杰出的生成和推理能力。然而大模型巨大的參數(shù)量有兩個明顯
    的頭像 發(fā)表于 11-08 16:20 ?557次閱讀
    北大&amp;華為提出:<b class='flag-5'>多</b><b class='flag-5'>模態(tài)</b>基礎(chǔ)大<b class='flag-5'>模型</b>的高效微調(diào)