商湯科技董事長兼CEO徐立于近日發內部信，首次提及公司最新確立的“大裝置-大模型-應用”的三位一體戰略，同時宣布將圍繞戰略和核心資源，將構建更加集中和高效的組織架構，加快組織和管理的輕盈化進程。

在內部信中，徐立還闡述了自己對于傳統AI 1.0和生成式大模型AI 2.0的理解。他指出，“AI 1.0被看作是專用智能，專注于單任務和信息處理；而AI 2.0被視為通用智能，強調多任務和內容生成。”在他看來，“這樣的描述雖然簡單易懂，卻并非完全準確，因為通用與專用之間并無明確界限，而且AI的落地應用終究要場景化，比如生成式大模型在垂直領域的應用。”

徐立指出，在生成式大模型AI領域，商湯的核心戰略是實現算力大裝置、大模型和應用的無縫集成，以應用驅動模型，以模型帶動算力的優化。

附商湯全員信全文：

《商湯十周年再出發：專注聚焦、知行合一》

各位商湯同學：

大家好！商湯在本月迎來了它的十周歲生日。與此同時，人工智能界也迎來了一個重大里程碑：諾貝爾物理學獎表彰了“用物理學推動人工智能”的工作，而諾貝爾化學獎則表彰了“用人工智能推動蛋白質結構預測”的成就。

這標志著人工智能與科學之間的相互作用，互為研究目的也是研究工具，預示著一系列學科領域的新范式即將開啟。新版五十英鎊鈔票上阿蘭·圖靈的肖像下印著一句話：“這不過是將來之事的前奏，也是將來之事的縮影”，- “This is only a foretaste of what is to come， and only the shadow of what is going to be．” – 這或許是對我們這個時代最佳注釋。

我們相信并期待通用人工智能時代的到來。務實來講，我們已邁出了兩步：即常說的傳統AI 1.0和生成式大模型AI 2.0。通常，AI 1.0被看作是專用智能，專注于單任務和信息處理；而AI 2.0被視為通用智能，強調多任務和內容生成。

但這樣的描述雖然簡單易懂，卻并非完全準確，因為通用與專用之間并無明確界限，而且AI的落地應用終究要場景化，比如生成式大模型在垂直領域的應用。在我們看來，AI 1.0和AI 2.0的一個重要區別在于AI成本結構的變化。

在傳統的AI 1.0時代，模型生產的主要成本在于研發人員的投入。而在生成式大模型AI 2.0時代，模型生產的成本主要在于算力資源的投入。隨著尺度定律在大語言模型、多模態模型、視頻生成模型以及慢思考推理過程中得到驗證，生產和使用大模型的成本可以直接等價于算力資源的消耗。

簡言之，生成式大模型AI的普及和商業化，需致力于降低大模型的生產和使用成本，這勢必要結合大模型來迭代和優化算力，同時也需根據算力資源的特點來迭代大模型設計和應用。

因此，在生成式大模型AI領域，商湯的核心戰略是實現算力大裝置（SCO）、大模型和應用（CNI）的無縫集成，以應用驅動模型，以模型帶動算力的優化。我們確立了“大裝置-大模型-應用”的三位一體戰略，旨在通過數量級級別的優化，提升算力資源的使用效率，服務好我們的客戶。我們致力于成為最懂算力的大模型服務商，和最懂大模型的算力服務商。

在傳統AI領域，我們將充分利用我們的視覺感知和多模態模型的核心能力，集中資源，明確方向，并通過一套研發投入，同時服務國內和國際市場。

在組織層面，圍繞戰略和核心資源，我們將構建更加集中和高效的組織架構，推動資源的集中和集約化投入，加快組織和管理的年輕化進程。在商湯十周年和通用人工智能時代即將來臨之際，讓我們一起重拾創業初心。

感謝過去十年每一位商湯人的付出和努力。希望我們繼續保持過去的堅韌、勇敢與樂觀，主動擁抱變化，堅定不移地探索“科技原創和產業價值閉環”的道路，在接下來十年的征程中努力奔跑，共同定義與開創通用人工智能時代！

本文源自：金融界