格灵深瞳与10余家机构交流 智慧金融领域是目前最大收入来源，轨道交通行业长期值得投入

　　格灵深瞳董事会秘书王政9月6日、9月8日分别与华创证券、国新国证基金、和聚投资、兴全基金、野村证券、申万菱信基金、嘉实国际资管、景顺纵横投资管理(上海)、中国建投国际、三井住友投资管理(香港)、马来西亚退休金基金（Kumpulan Wang Persaraan）、ALPINE INVESTMENT MANAGEMENT LTD、DragonStone Capital Management Limited、Hel Ved Capital Management Limited等机构进行了交流。

　　主要问答如下：

　　1、未来几年哪些行业渗透率会有较快上升？

　　答：结合格灵深瞳的具体情况，智慧金融领域是公司目前最大的收入来源，是公司的基本盘，现阶段公司所面向的银行垂类应用场景的AI渗透率还不是很高，且已经覆盖的银行网点所使用的软硬件后续也需要持续更新，该领域未来还有广阔的业务空间；轨道交通行业是相对封闭的市场，形成规模较大且稳定的收入需要较长时间的打磨，我们进入轨交运维领域后不断挖掘客户需求，打造了多条产品线，长期来看是值得投入的领域，具备获取稳定收入来源的潜力；体育健康领域市场空间大，应用对象不仅仅是中小学，也可以开拓到大学、校外体育培训、家庭等场景；关于元宇宙领域，公司于2023年9月2日-6日参加2023年中国国际服务贸易交易会，在首钢园10-C馆自研自建的首个大规模沉浸式人机交互主题体验馆——深灵其境元宇宙运动乐园开放运营，到访逾万人次，公司将探索To C方向，以谋求更大的市场空间。

　　2、现在公司整体客户结构是什么样子？

　　答：根据收入结构来看，目前智慧金融业务仍然是公司最大的收入来源，其次是城市管理领域收入，最后是商业零售和轨道运维。至于体育健康领域，虽然上半年尚未确认收入，但目前公司已在部分客户中实现交付，验收完成后即可确认收入。

　　3、传统的人工智能发展路线，是否还有其他独立的发展方向？融合进大模型吗？

　　答：从过往来看，AI视觉应用的场景会更多一些，人类获取信息的70%-80%是通过视觉方式，也可以看到市场上计算机视觉公司在AI行业的总体发展情况相对较好。放眼未来，因为很多领域的AI渗透率不高，即使大家看到了生成式AI的潜力，判别式AI依然大有可为，而且可以和生成式AI相互促进和融合发展。在大模型发展起来之后，我们认为未来行业的趋势，也是我们公司的战略方向之一是要做通用人工智能，将视觉和语音语义等结合起来，提升AI的迁移能力、泛化性和通用性，使得交付速度更快，用户体验更好，也有可能创造出新的需求。

　　4、公司在大模型和AIGC的布局和策略是什么？

　　答：公司已经搭建了适用于智慧金融领域的行为分析大模型技术架构，目前已完成场景试验、技术论证并实现落地应用。公司会围绕擅长的垂直领域重点投入，做L1级暨行业/领域多模态大模型和全新形态的AIGC系统，目标是既能结合图像理解、NLP、三维重建技术等多模态任务与数据，利用参数量更大的模型能力，提高系统对场景的重建能力和人员行为的理解能力，并结合大语言模型的归纳推理能力，为用户输出更准确优质的内容，我们相信在大部分垂类场景，公司未来自研的大模型是可以满足客户/用户需求的，但如果某些场景需要更通用、更广泛的解决方案，我们也会积极考虑与外部资源灵活合作。

　　5、公司如何看待计算机视觉领域企业的格局和整合？大模型是否会降低行业门槛？

　　答：计算机视觉领域公司最开始基本是由技术层切入，但发展之后的下游行业场景的选择不尽相同，计算机视觉的下游很多应用行业市场空间都很大，目前还有很多都属于蓝海市场。公司认为最重要的不是将关注点放在同行之间的竞争上，而是做好一家优秀公司应该做到的一切，包括但不限于做好技术、产品、运营、营销和服务，如果能做好就会有光明的未来，因为有大量已经存在和可待挖掘的客户需求需要被满足。从算法模型来看，大模型的开源会使得行业进入门槛在一定程度上降低，给中小公司和其他领域公司提供进入机会。但从另一个视角看，大模型对数据和算力的要求会更高，对新进入行业的初创公司挑战会更大；如何获取优质数据和使用数据训练算法、如何将算法与算力适配依然有着较高的技术门槛和经验需求，对新进入行业的其他领域公司也很难做到弯道超车。另外从满足客户需求和让客户愿意买单的角度，只使用开源模型做成的产品可能还远远不够，需要公司结合对行业和客户的认知及自身积累，并不断提升的技术能力、数据的掌控以及产品化能力，通过不断的迭代和打磨，才能创造出让客户满意和持续付费的产品，这既是我们的阶段性优势，也是需要持续努力强化的方向。