商汤 CEO 徐立内部信曝光，确定“三位一体”新 AI 战略

10月22日上午，新浪科技独家报道，商汤科技在庆祝十周年之际，董事长兼首席执行官徐立近日发出了一封内部信，首次提出了公司最新确立的“大装置-大模型-应用”三位一体战略，并宣布将围绕该战略及核心资源，构建更为集中和高效的组织结构，加快推进组织与管理的轻量化进程。

新浪科技了解到，在内部信中，徐立还分享了他对传统AI 1.0与生成式大模型AI 2.0的理解。他指出，“AI 1.0被看作是专用智能，主要聚焦于单一任务和信息处理；而AI 2.0则被视为通用智能，强调多任务处理和内容生成。”在他看来，“这样的描述虽然通俗易懂，但并非完全准确，因为通用智能与专用智能之间没有明确的界限，且AI的实际应用必然要基于具体场景，例如生成式大模型在特定领域的应用。”

“在我们看来，AI 1.0与AI 2.0之间一个重要的区别在于AI的成本结构的转变。”徐立表示。

在传统的AI 1.0时代，模型制作的主要成本来自研发人员的投入。而在生成式大模型的AI 2.0时代，模型生产的成本主要取决于算力资源的投入。……生成式大模型AI的普及与商业化，有赖于降低大模型的生产和使用成本，这必然需要结合大模型来迭代和优化算力，同时也需根据算力资源的特性来调整大模型的设计和应用。

徐立指出，在生成式大模型AI领域，商汤的核心战略是实现算力大装置、大模型与应用的无缝集成，以应用推动模型，以模型促进算力的优化。我们确立的“大装置-大模型-应用”三位一体战略，旨在通过数量级的优化，提高算力资源的使用效率，更好地服务客户。我们致力于成为最懂算力的大模型服务商，以及最了解大模型的算力服务商。

附全员信全文：

《商汤十周年再出发：专注聚焦、知行合一》

各位商汤同事：

大家好！商汤在本月迎来了它的十周岁生日。与此同时，人工智能界也迎来了一个重大里程碑：诺贝尔物理学奖表彰了“用物理学推动人工智能”的工作，而诺贝尔化学奖则表彰了“用人工智能推动蛋白质结构预测”的成就。这标志着人工智能与科学之间的相互作用，彼此为研究目的与工具，预示着一系列学科新范式的开启。新版五十英镑钞票上阿兰·图灵的形象下印有一句话：“这不过是将来之事的前奏，也是将来之事的缩影，”- “This is only a foretaste of what is to come, and only the shadow of what is going to be.” – 这或许是对我们时代的最佳注释。

我们相信并期待通用人工智能时代的到来。务实地说，我们已迈出了两步：即通常所说的传统AI 1.0与生成式大模型AI 2.0。一般来说，AI 1.0被视为专用智能，专注于单一任务和信息处理；而AI 2.0则更倾向于通用智能，强调多任务处理和内容生成。然而，这种描述虽然直白易懂，却并不完全准确，因为通用与专用之间并没有明确的界线，且AI的实际应用最终都是要场景化的，例如生成式大模型在特定领域中的应用。在我们看来，AI 1.0与AI 2.0之间一个重要的区别在于AI成本结构的变化。

在AI 1.0时代，模型生产的主要成本源于研发人员的投入。而在生成式大模型AI 2.0时代，模型生产的成本则主要体现在算力资源的投入。随着尺度定律在大语言模型、多模态模型、视频生成模型及慢思考推理过程中的验证，制作和使用大模型的成本几乎可以直接等同于算力资源的消耗。简单来说，生成式大模型AI的普及与商业化必须致力于降低大模型的生产与使用成本，这不可避免地需要与大模型一起迭代和优化算力，同时也需依据算力资源的特点来调整大模型的设计与应用。

因此，在生成式大模型AI领域，商汤的核心战略是实现算力大装置（SCO）、大模型与应用（CNI）的无缝衔接，以应用驱动模型，以模型助力算力优化。我们确立的“大装置-大模型-应用”三位一体战略，旨在通过数量级的优化，提升算力资源的使用效率，更好地满足客户的需求。我们努力成为最懂算力的大模型服务商，以及最了解大模型的算力服务商。

在传统AI领域，我们将充分利用视觉感知及多模态模型的核心能力，集中资源，明确方向，并通过一套研发投入同时服务于国内和国际市场。

在组织层面，围绕战略和核心资源，我们将构建更为集中的高效组织架构，推动资源的集中和集约化投入，加快组织和管理的年轻化进程。在商汤十周年及通用人工智能时代即将来临之际，让我们一起重拾创业初心。

感谢过去十年每一位商汤人的付出与努力。希望我们继续保持过去的韧性、勇气与乐观，积极迎接变化，坚定不移地探索“科技原创与产业价值闭环”的道路，在未来十年的征程中努力奔跑，共同定义并开创通用人工智能时代！