近期，云從科技發(fā)布了2023年半年報(bào)。應(yīng)該說(shuō)，云從科技交出的成績(jī)單很不好。事實(shí)上，商湯、曠視等CV廠商的情況也好不到哪去。云從科技的處境有一定的代表性，因此，我們將通過(guò)深入分析這個(gè)公司的財(cái)報(bào)，來(lái)看看云從科技遇到的問(wèn)題，并探討中國(guó)CV可能的突破方向。

財(cái)務(wù)表現(xiàn)堪憂

首先，我們來(lái)看看云從科技今年上半年整體的業(yè)績(jī)表現(xiàn)。

以下是數(shù)據(jù)猿根據(jù)云從科技半年報(bào)，制作的其核心業(yè)務(wù)數(shù)據(jù)表格：

從2022年到2023年半年度，營(yíng)業(yè)總收入出現(xiàn)了顯著下降，降幅高達(dá)58.2%。營(yíng)業(yè)總成本在2023年也有所下降，但其下降幅度（-39.6%）與營(yíng)業(yè)總收入的下降幅度不同步。凈利潤(rùn)方面，依然在大幅虧損，只是虧損幅度略微收窄。

各項(xiàng)成本方面，與2022年相比，2023年的營(yíng)業(yè)成本大幅下降了72.4%。營(yíng)業(yè)成本之所以大降，主要是因?yàn)橘?gòu)買(mǎi)商品、接受勞務(wù)支付的現(xiàn)金從2022年上半年的3.26億大幅下降到2023年上半年0.7億。更少的銷售，意味著更少的零部件采購(gòu)。另外，可以預(yù)估，云從科技可能通過(guò)大規(guī)模裁員，來(lái)減少勞務(wù)支出。

讓我們來(lái)看看云從科技的人員規(guī)模，其2023年上半年研發(fā)人員規(guī)模從2022年的609人下降到522人。我們?cè)俑鶕?jù)研發(fā)人員占比反推公司整體人員規(guī)模，可得2022年總?cè)藬?shù)月1141人，2023年上半年864人，人員規(guī)模下降24.3%。

需要指出的是，云從科技雖然經(jīng)歷了較大規(guī)模裁員，但留下來(lái)的研發(fā)人員卻普遍漲工資了，平均薪酬從18.28萬(wàn)上漲到23.17萬(wàn)元?？磥?lái)，云從科技還是很重視研發(fā)的。

銷售費(fèi)用和管理費(fèi)用在2023年均有所下降，分別減少了18.6%和24.9%。盡管總體費(fèi)用有所下降，但研發(fā)費(fèi)用只下降了22.6%。

接下來(lái)，計(jì)算凈利潤(rùn)與各項(xiàng)成本占總收入的比例情況。

雖然云從科技的營(yíng)業(yè)成本、銷售費(fèi)用、管理費(fèi)用、研發(fā)費(fèi)用都在降低，但除了營(yíng)業(yè)成本外，其他幾項(xiàng)成本的降幅都小于收入降幅，因而其占營(yíng)收的比例都在上升。

經(jīng)營(yíng)情況的變化，會(huì)帶來(lái)其現(xiàn)金流的變化。

從2022年上半年到2023年上半年，云從科技的經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~從-4.86億元增長(zhǎng)到2.36億元；投資活動(dòng)產(chǎn)生的現(xiàn)金流量從2022年的-9.95億元下降到2023年的-2.96億元；籌資活動(dòng)產(chǎn)生的現(xiàn)金流量2022年為19.58億元，而2023年減少到1.44億元。最終，期末現(xiàn)金及現(xiàn)金等價(jià)物余額從2022年的10.80億元減少到2023年的7.31億元?？梢钥匆?jiàn)，雖然云從科技在通過(guò)縮減業(yè)務(wù)規(guī)模來(lái)控制現(xiàn)金流出，但由于籌資活動(dòng)大幅減少，其賬戶上的現(xiàn)金也在快速流失。

綜合上面的財(cái)務(wù)數(shù)據(jù)，可以發(fā)現(xiàn)，2023年云從科技經(jīng)歷了嚴(yán)重的業(yè)務(wù)收縮，首先是收入端的大幅度降低，成本端也在控制各項(xiàng)費(fèi)用。然而，由于收入下降過(guò)快，各項(xiàng)成本占營(yíng)收的比例還是在上升。并且，云從科技的現(xiàn)金流狀況在惡化。

這不禁讓筆者產(chǎn)生疑問(wèn)，現(xiàn)在不正是AI的快速發(fā)展期么？作為“AI四小龍”之一的云從科技，不應(yīng)該交出這樣的成績(jī)單啊。問(wèn)題出在了哪里？這需要我們進(jìn)一步深入其業(yè)務(wù)當(dāng)中來(lái)尋找原因。

押注大模型

云從科技的核心業(yè)務(wù)就兩項(xiàng)，即人機(jī)協(xié)同操作系統(tǒng)和人工智能解決方案。所謂人機(jī)協(xié)同操作系統(tǒng)，包括各類AI算法、AI應(yīng)用框架以及相關(guān)的管理系統(tǒng)。在此基礎(chǔ)上，面向不同行業(yè)構(gòu)建解決方案。

其中，人工智能解決方案業(yè)務(wù)，在2023年是上半年都出現(xiàn)了大幅度的下滑，這也是導(dǎo)致云從科技整體收入下滑的關(guān)鍵原因。

以下是云從科技的技術(shù)產(chǎn)品體系圖，從圖中可以看到，其核心算法庫(kù)里增加了不少跟大模型相關(guān)的內(nèi)容，包括LLM、CV大模型、跨模態(tài)大模型、ASR大模型。某種程度上，云從科技業(yè)務(wù)在收縮（行業(yè)應(yīng)用），但技術(shù)產(chǎn)品端卻在擴(kuò)張，在大力開(kāi)發(fā)新的技術(shù)產(chǎn)品，尤其是跟大模型相關(guān)的產(chǎn)品。

在大模型領(lǐng)域，云從科技下了重注。根據(jù)其2023年半年報(bào)，云從科技從 2022 年 12 月開(kāi)始組織籌備人工智能大數(shù)據(jù)模型隊(duì)伍建設(shè)，目前已建成近百人規(guī)模的大型團(tuán)隊(duì)，占其整體522人研發(fā)團(tuán)隊(duì)的近20%。再結(jié)合其研發(fā)團(tuán)隊(duì)薪酬的大幅度增長(zhǎng)，可見(jiàn)云從科技應(yīng)該是裁撤了不少其他研發(fā)團(tuán)隊(duì)，然后招聘成本更高的研發(fā)人員，并結(jié)合原來(lái)的一些骨干研發(fā)力量，來(lái)組建一個(gè)較大規(guī)模的大模型團(tuán)隊(duì)，可見(jiàn)其對(duì)于大模型的決心。

云從科技的大模型團(tuán)隊(duì)下設(shè)算法組、平臺(tái)組、算力組和數(shù)據(jù)組。其中，算法組分為語(yǔ)言、視覺(jué)、語(yǔ)音等若干小組，主要成員為原 CV 團(tuán)隊(duì)在預(yù)訓(xùn)練技術(shù)具有較深經(jīng)驗(yàn)的算法專家和原語(yǔ)音/NLP 團(tuán)隊(duì)的算法專家；平臺(tái)組則由訓(xùn)練平臺(tái)團(tuán)隊(duì)和信創(chuàng)團(tuán)隊(duì)的成員組成，該團(tuán)隊(duì)長(zhǎng)期與華為昇騰、寒武紀(jì)等團(tuán)隊(duì)進(jìn)行技術(shù)合作；算力組由云平臺(tái)運(yùn)維團(tuán)隊(duì)和供應(yīng)鏈團(tuán)隊(duì)的成員組成；數(shù)據(jù)組由數(shù)據(jù)服務(wù)部成員、大數(shù)據(jù)團(tuán)隊(duì)成員和部分算法工程師組成。

在大模型領(lǐng)域，云從科技的“野心”也不小，從技術(shù)端，涵蓋了大語(yǔ)言模型（LLM）、CV大模型、多模態(tài)大模型；從業(yè)務(wù)規(guī)劃來(lái)看，涵蓋基礎(chǔ)大模型、行業(yè)大模型以及行業(yè)解決方案全鏈條。

要走一條不同的路

作為AI四小龍之一，云從科技的處境和業(yè)務(wù)布局，具有一定的代表性。云從遇到的問(wèn)題，商湯、曠視、依圖、格林深瞳等都或多或少遇到過(guò)。某種程度上，云從科技的困局與探索，代表了上一波AI浪潮中崛起的CV新貴們的彷徨。從目前的情況來(lái)看，商湯和云從在大模型領(lǐng)域的發(fā)展思路類似。

接下來(lái)，我們以云從科技為例，來(lái)探討一下CV企業(yè)在這一波大模型浪潮中的挑戰(zhàn)和探索。

CV轉(zhuǎn)型到LLM跨度不小。

ChatGPT火了之后，幾乎所有人工智能企業(yè)全部轉(zhuǎn)向了大模型。2023年年初至今，中國(guó)市場(chǎng)上已經(jīng)發(fā)布了近百個(gè)大模型產(chǎn)品了。但任何技術(shù)的迅速崛起都應(yīng)當(dāng)帶來(lái)冷靜的分析，特別是對(duì)于那些核心業(yè)務(wù)不直接與此相關(guān)的公司。

首先，讓我們更清晰地理解技術(shù)的“血緣”關(guān)系：自然語(yǔ)言處理(NLP)本質(zhì)上是對(duì)人類語(yǔ)言的模擬和理解，而大語(yǔ)言模型(LLM)則是其最新的進(jìn)展。NLP和LLM共同的核心在于對(duì)語(yǔ)言結(jié)構(gòu)、語(yǔ)境和語(yǔ)義的深入分析。與此相反，計(jì)算機(jī)視覺(jué)(CV)主要關(guān)注的是圖像和視頻的處理、分析和理解。

盡管Transformer已經(jīng)在一些視覺(jué)任務(wù)中展現(xiàn)出潛力，但要構(gòu)建一個(gè)與ChatGPT規(guī)模相當(dāng)?shù)腃V模型，面臨的技術(shù)挑戰(zhàn)和策略考量會(huì)有很大區(qū)別。首先，數(shù)據(jù)的本質(zhì)不同。圖像通常包含更多的信息和更高的維度，這使得處理和訓(xùn)練變得更加復(fù)雜。一個(gè)大型的CV模型需要能夠有效地處理這種復(fù)雜性，并從中捕捉到有意義的模式。其次，任務(wù)的多樣性也存在顯著差異。CV的任務(wù)涵蓋了從圖像分類到目標(biāo)檢測(cè)、語(yǔ)義分割和姿態(tài)估計(jì)等多個(gè)子領(lǐng)域。而NLP的任務(wù)，盡管也有其多樣性，但其輸入（文本）的結(jié)構(gòu)通常更為統(tǒng)一。因此，CV大模型可能需要更為通用和靈活的架構(gòu)來(lái)處理不同的任務(wù)。

對(duì)于像百度和科大訊飛這樣的公司，它們長(zhǎng)期投資于語(yǔ)音和文字技術(shù)，因此LLM為它們帶來(lái)了天然的競(jìng)爭(zhēng)優(yōu)勢(shì)。然而，對(duì)于以計(jì)算機(jī)視覺(jué)為核心業(yè)務(wù)的公司如云從科技和商湯科技來(lái)說(shuō)，直接轉(zhuǎn)型到LLM領(lǐng)域是一個(gè)具有挑戰(zhàn)性的決策。這不僅僅是因?yàn)榧夹g(shù)復(fù)用的問(wèn)題，而是更多的是圍繞研發(fā)資源、人才結(jié)構(gòu)和市場(chǎng)定位等多方面的綜合考量。

研發(fā)資源上，原本針對(duì)CV領(lǐng)域的優(yōu)化和研發(fā)不易直接遷移到LLM上；人才結(jié)構(gòu)上，需要大量熟悉語(yǔ)言模型的研發(fā)人員，這可能導(dǎo)致招聘和培訓(xùn)的額外成本；從市場(chǎng)定位角度來(lái)看，縱使成功轉(zhuǎn)型，這些CV公司在LLM領(lǐng)域可能還需要與已經(jīng)建立起品牌認(rèn)知的大企業(yè)競(jìng)爭(zhēng)。

當(dāng)然，并不是說(shuō)CV企業(yè)就不能在大模型領(lǐng)域取得成功，只是其困難和挑戰(zhàn)會(huì)更大一些。

相對(duì)于大語(yǔ)言模型LLM，CV大模型似乎更適合計(jì)算機(jī)視覺(jué)廠商。

云從科技這樣的CV公司，也許將方向定位于CV大模型，比做一個(gè)ChatGPT這樣的大語(yǔ)言模型更合適。

更大的模型規(guī)模，會(huì)帶來(lái)兩個(gè)顯著的好處：更強(qiáng)的表現(xiàn)力，更多的參數(shù)意味著模型有更強(qiáng)的表現(xiàn)能力，可以捕獲更復(fù)雜的特征和關(guān)系；任務(wù)泛化能力，大模型經(jīng)?？梢栽诙鄠€(gè)任務(wù)上進(jìn)行微調(diào)，實(shí)現(xiàn)一種形式的遷移學(xué)習(xí)，從而在不同的任務(wù)上都表現(xiàn)良好，這兩個(gè)能力對(duì)于提升如今CV的應(yīng)用效果非常重要。

目前，大部分CV產(chǎn)品局限性都很強(qiáng)，一個(gè)CV模型往往只能識(shí)別某類物體，比如人臉識(shí)別模型認(rèn)不出來(lái)貓。在自動(dòng)駕駛領(lǐng)域，一個(gè)關(guān)鍵的挑戰(zhàn)就是AI系統(tǒng)無(wú)法識(shí)別出沒(méi)見(jiàn)過(guò)的物體，而要實(shí)現(xiàn)全自動(dòng)駕駛，就要求AI系統(tǒng)必須在任何情況下都知道如何處理，即使是以前沒(méi)見(jiàn)過(guò)的情況。

如果通過(guò)大幅提升模型規(guī)模，比如千億級(jí)參數(shù)的CV模型，來(lái)顯著提升模型的泛化能力，讓一個(gè)模型可以識(shí)別萬(wàn)事萬(wàn)物，那其應(yīng)用價(jià)值將不可限量。比如，一個(gè)CV大模型，既可以識(shí)別人臉，也能認(rèn)出家里的貓和狗，還能認(rèn)出家里的家具、辦公用品，而且具備很強(qiáng)的空間理解能力，能理解不同物體之間的關(guān)系，這樣的CV大模型才是人們想要的。

在技術(shù)路線上，雖然可以考慮基于Transformer構(gòu)建CV大模型，但也有可能需要探索全新的架構(gòu)。例如，針對(duì)視覺(jué)數(shù)據(jù)的特點(diǎn)，可能會(huì)考慮引入更多的卷積結(jié)構(gòu)，或者采用新的注意力機(jī)制。此外，為了支持大型CV模型，可能還需要對(duì)硬件和優(yōu)化策略進(jìn)行調(diào)整。由于視覺(jué)數(shù)據(jù)的復(fù)雜性，簡(jiǎn)單地?cái)U(kuò)展模型規(guī)?？赡軙?huì)導(dǎo)致內(nèi)存不足或計(jì)算效率低下的問(wèn)題。

總的來(lái)說(shuō)，盡管在構(gòu)建CV大模型的道路上還有很多技術(shù)挑戰(zhàn)和未知問(wèn)題，但這個(gè)方向的探索和突破無(wú)疑將為計(jì)算機(jī)視覺(jué)領(lǐng)域帶來(lái)革命性的變革。與NLP的大模型類似，一旦成功，CV大模型有可能為我們提供前所未有的視覺(jué)理解能力，并開(kāi)啟全新的應(yīng)用領(lǐng)域。

正因?yàn)槔щy，也正因?yàn)閯e人還沒(méi)做到，才是后來(lái)者的機(jī)會(huì)。中國(guó)有一批像云從、商湯、曠視、格林深瞳這樣不錯(cuò)的CV企業(yè)，如果他們能夠把CV大模型這條路走通，那我們將引領(lǐng)人工智能的下一個(gè)浪潮，而不是像現(xiàn)在這樣，跟在OpenAI、谷歌后面亦步亦趨。

文：一蓑煙雨 / 數(shù)據(jù)猿

來(lái)源：數(shù)據(jù)猿