AI多模态概念股龙头股&AI多模态板块成分股

2024年9月24日公司在互动平台披露：2024年5月，公司携手湖南大学在“新质生产力与数智金融发展前沿论坛”上联合发布了天策多模态大模型，该模型依托国家超算（长沙）中心强力打造，该模型体系下的七大核心模型，涵盖营销、金融合规、测试、全面风险管理，智能化监管对接、智能信贷审核革新以及自动代码生成，能够深度融入金融业务逻辑，实现复杂场景下的智能决策优化与服务升级，基本全面覆盖公司业务的优势细分领域。

2024年3月，公司拟以14.39元/股向公司实际控制人余浩先生发行不超过30,000,000股（含本数），募集资金总额不超过43,170.00万元（含本数），募集资金扣除发行费用后的净额用于面向企业应用场景的大数据与AI大模型研发项目和补充流动资金。其中面向企业应用场景的大数据与AI大模型研发项目计划总投资13,016.50万元，本项目依托公司在AI大模型、大数据领域建立的研发基础，研发面向企业应用场景的智能解决方案相应业务模块平台，具体包括新增“企业智能在线设计解决方案”“无代码智能开发解决方案”“企业大数据数字化解决方案”“与智慧大模型匹配的智能硬件服务”和“智能数据集制作”，并全新升级“企业智能招聘解决方案”和“企业智能运营运维解决方案”。

2023年4月28日公司在互动平台披露，千方科技作为“千问伙伴计划”首批唯一交通领域合作伙伴，将与阿里云携手推动大模型在行业落地应用，进行全面赋能合作，探索行业应用更优解。具体的工作仍在推动过程中。2024年2月20日公司在互动平台披露：公司的梧桐多模态大模型目前具有文生图、图生图的能力，并已在写真、文旅等行业进行落地。Sora底层技术主要是扩散模型（DiT）、视觉Transformer（ViT）等，这是公司长期持续投入的重点方向，并且已取得一些成果。2023年2月14日公司在互动平台披露：公司旗下人工智能业务具备成熟的AIGC技术，并且已经将技术与场景落地实现完美结合，在景区VLOG业务中实现了商业模式的落地。

2023年报披露，公司持续强化数据采集、机器学习、大数据建模分析、内容分类等方面的技术实力，深度聚焦业务发展需求，积累了AutoML、AI Agent+LLM、智能决策、图数据库、数据湖、可视化数据接口开发、可视化爬虫、不良信息标签、识别能力容器化等一系列标准化工具；持续发挥在自然语言处理、内容生成和模式识别方面的优势，推进大模型在内容风控领域的应用。构建了智能体Agent、多模态大模型、智能工具体、LLM应用等一系列技术底座，快步实现大模型在诈骗特征生成、深度伪造检测、不良内容风险识别、语音IVR、AI诈骗检测等领域的落地实践。

2024年2月21日公司在互动平台披露：公司积极关注前沿技术的发展与应用，在多模态AI方面有所布局。

2024年2月19日公司在互动平台披露，公司智能呼叫中心业务并非指数字人云小朵的AIGC互动。公司智能呼叫中心同样对接清华智谱GLM大模型，可实现智能接听、知识库等功能。2024年2月5日公司在互动平台披露，公司与国内大模型对接测试顺利进行中。目前公司正在对接测试清华智谱GLM大模型。对接测试主要集中在公司数字人云小朵的AIGC互动能力方面。公司希望通过对于数字人AIGC能力的提升在更多应用场景及领域有所业务拓展。2023年12月11日公司在互动平台披露，公司的数字人领域相关业务可能涉及到多模态大模型技术的应用，公司自去年起即以服务型数字人作为主攻方向，通过引入AI相关技术专注打造服务型数字人，已可提供包含数字人形象设计、语音技术、AI驱动、内容供给等的完整能力。

2023年5月30日公司在互动平台披露：公司已接入百度文心一言、聆心智能AI乌托邦、智谱ChatGLM等国内中文对话大模型和语言模型，已可以将ChatGPT相关服务运用于公司多模态数字人业务和产品研发。

2024年1月25日公司在互动平台披露：公司目前储备的AI多模态技术主要以视觉为主，主要包括人脸识别、车牌识别、火灾检测、跌倒检测等，相关技术主要部署应用于公司的楼宇对讲、边缘计算网关等，并已批量应用于人员通行、车辆通行、智慧养老等实际场景。未来，公司将持续积极探索多模态人工智能技术的研究和应用，并拓展视觉AI、语音AI等领域的研究。

公司响应时代发展潮流，不断探索新领域，挖掘新机会，为未来自身高质量发展不懈努力。2023年，公司在生成式AI兴起的时代背景之下携手行业优质企业共同探索发展机遇，布局生成式AI赛道，为公司经营绩效和行业地位的提升赋能。2023年，公司下属子公司推出集文生文、文生图等AI功能于一体的APP“灵犀妙笔AI”（海外版本：SUPER LALA AI），该APP已涵盖国风国潮、写实表达、生活帮手、卡通动漫、艺术创作、文案创作、效率工作、情感世界、电脑编程、语言翻译、游戏娱乐、学习提升共十二大板块、843个指令，汇聚了大量用户常用的生成式AI指令分类集合，依托手机平台提供丰富、便捷、可视化的AIGC产品体验。截至目前，海外版本下载用户已累计突破600万，最高日活突破60万。此外，为完善公司在短视频领域的布局，超讯智能于2024年1月对专注于视频AI创作领域的Hong Kong Inequation Limited进行了投资，进一步丰富AI领域生态布局。

2024年度，公司将进一步加大研发投入，完善PR-GPT平台，利用大语言模型结合生物医药领域的数据资源，开发一款具备洞察生物制药领域最新动态，药物分子生成和ADMET（吸收、分布、代谢、排泄和毒性）预测等功能的AI模型。2023年，PR-GPT项目进展顺利，算法优化、生物医药语言训练工作正有序推进，知识问答、药物分子生成、药代动力学及毒理性质预测等功能已上线测试并具备了初步功能，计划于今年四季度投入商业运营。该模型将为药物研发提供智能化支持，缩短研发周期，降低研发成本，提高研发成功率，从而推动生物医药行业的创新与发展，进而打造专注于科学尤其是生物医药语言的处理工具，跟现有的药物设计AI模型产生良好的协同性，进一步提高新药研发效率。随着人工智能不断更新迭代和机器学习的持续深入，CADD/AIDD技术已成为公司新药研发的重要工具，未来在公司新药研发过程中必将扮演越来越重要的角色。

2023年12月21日公司在互动平台披露：公司的AI大模型具备多模态能力，公司在理化生、英语听说、智慧体育等多业务场景中均融合使用了多模态技术。

作为技术领先的独立整车研发及系统解决方案供应商，公司已将AI赋能汽车研发设计作为公司重要战略推动实施，AI大模型和数字化研发工具等新技术已应用到造型、工程、仿真建模分析测试、性能开发、试验等研发业务链的多个环节。公司与英伟达、北京智谱华章科技有限公司等国内外领先的半导体、人工智能技术企业积极合作，共同研讨AI大模型技术在汽车研发设计领域的深层次应用，从底层研发体系、中间层研发技术、应用层产品和服务等多层面深度探索汽车研发的全新整合。

2024年1月13日公司在互动平台披露：公司在多模态AI方面的储备包括大语言模型（LLM）、自然语言处理（NLP）、图像识别（CV）、文字识别（OCR）、知识图谱（KG）等技术。截止目前，公司已将多模态AI技术应用于电力行业的多个业务场景中，例如电网巡检业务、输电线路塔基运维、招标文件校验等。未来，公司将继续把AI的发展作为重要方向之一，积极推进多模态AI技术的深化研究，持续探索AI在电力、石化、金融等更多行业场景中的应用。

公司围绕数据生成、采集、存储、加工、分析、服务、安全等关键环节，打造了完整贯通的数据链，构建了高效能、高可靠、强实时的数据资源聚合管理系统，以各业务平台汇聚的文本、图像、音频、视频、3D数据为基础，形成了多个私有数据集。公司利用各业务领域专业知识技能，通过先进的技术和工具不断丰富数据集规模和多样性。截至2024年6月末，移动应用分发PaaS平台总注册用户总数达3.24亿，服务移动应用数量超6000个；AI营销SaaS平台积累营销视频素材约400万条；空间智能MaaS平台通过多种毫米级3D扫描设备，采集3D场景、模型、动作、表情等多类数据源，构建高质量多模态数据集，目前拥有超80万组3D数据、35万组多模态数据，建立了海量的数据资源优势。

2023年内，公司启动语音识别、语音合成、声纹识别的技术研发，并低成本高效率的取得技术突破，形成包括文字、图像、语音、视频在内的多模态数据在内的识别核心技术体系。基于大模型实际场景落地的出发点，结合公司资金、技术、资源等实际情况及对行业数据、行业背景知识理解的优势，公司聚焦AI行业大模型的研发，并于2023年10月12日发布具有“数据私有化、算力低成本化、深度专业化、知识实时化、生成精准化”五化特质的汉王天地大模型，旨在解决客户在应用大模型时对成本负担、数据安全、生成准确性等疑虑。目前，汉王天地大模型已经通过国家《生成式人工智能服务管理暂行办法》备案。目前汉王天地大模型已应用在公司智能办公本、智能电纸学习本系列产品的部分功能模块中，赋能产品实现话稿整理、会议纪要生成、智能判题等功能，未来公司更多智能硬件亦将搭载AI模型，帮助用户实现更多的AI功能。公司自研的古汉语大模型，构建了包括古籍句读、文言文转白话文、信息抽取、古籍档案智能著录等AI工具，同时将大模型语义理解能力与专业知识库的数据融合，大幅提升古汉语大模型的定向问答能力。经过人机多维度的对比评测，公司古汉语大模型在古籍的信息抽取与整理、历史人文知识问答以及古文翻译、诗词写作、对联等古文理解、演绎等能力上的综合表现优于通用大模型。2023年内，古汉语大模型在某省级档案馆落地应用，并入选北京市人工智能行业大模型创新应用白皮书。

公司构建了全面的大模型生态体系，满足各类AIGC应用场景。面向用户提供集大模型训推、工程套件、应用及服务的一体化大模型解决方案。公司BonSARM视觉大模型已应用于智慧矿山探放水、井底煤仓堵斗识别、硅铁冶炼炉内成像分析、工业质检样品分类计数、海关智慧监管项目集装箱、货品计数等众多场景。数据科学云平台是面向企业的端到端数据科学和AI平台。公司基于多年深耕AI领域所沉淀工作成果，提取通用需求多宽构建AI应用产品。CVLab提供通用视觉算法模型云化API，覆盖文字解析、人-机-非识别、安防布控等场景；ISeeOCR借助OCR引擎实现多类表单结构化能力；NLAP集成通用自然语言算法模型，提供可视化页面，简单易用；BONSpeech封装语音识别及声纹识别引擎，为音频转结构化数据提供服务。2023年4月4日公司在互动平台披露：公司的人工智能平台数据科学云平台Data Science Cloud就是一套MLOps工具。2023年3月31日公司在互动平台披露：公司已有数字水印技术，对于模型输出可以做防伪追踪。

2023年12月26日公司在投资者互动平台表示，公司旗下传播大脑公司目前已经推出包括多模态搜索、AI智能绘画等多模态产品。应用主要聚焦：1、多模态智能搜索（支持用户使用文搜图、文搜视频、图搜图、图搜视频等指定条件，获取内容创作所需的背景素材信息）。2、多模态内容生成（包括文生图、图生文、图生图等能力）。

多模式AI调控业务引擎：从单模式管控到空天地海隧一体化的多模式协同调控。以数据为链路，以全网供需均衡、全局时空优配为目标，打造“规设、建造、运营、管控、服务、能源、健维”七位一体的交通全场景业务引擎，以支撑城市交通“规-建-管-养-服”全生命周期的业务统筹、规则互馈，实现自感知、自决策、自生长。

公司以交通行业经验为基础，以OneCAS数智中台为支撑，打造了“端、边、云”一体化的AI平台。该平台支持多源多模态数据的自动收集和清洗归类，通过构建自动化处理为主、人工标注为辅的标注体系，实现算法模型自主学习优化。

2023年12月5日公司投资者关系活动记录表披露：公司通过对人工智能技术研发领域十余年的探索，深入超8000个细分场景，为大模型相关算法和工程技术奠定了坚实的基础。公司基于丰富的行业和细分场景业务经验，面向以视觉为核心的智慧物联领域，发布了多模态融合的行业视觉大模型——大华星汉大模型，通过融合图像、点云、文本、语音等多模态数据，大幅提升了视觉解析能力。

2023年12月1日公司投资者关系活动记录表披露：公司作为国内较早布局超声人工智能的专业超声厂家，致力于解决超声人工智能动态图像识别难、金标准要求高、海量数据模拟难等研发难点，目前已拥有了“多模态影像人工智能核心算法”、“乳腺超声影像多分类人工智能算法”、“左心室自动分割及容积自动测量人工智能算法”、“基于动态超声心室壁应力应变分析人工智能算法”、“基于人工智能的超声影像视频自动追踪技术”、“基于生成对抗网络的虚拟超声影像生成技术”等多项专利技术或授权，在超声乳腺四分类人工智能、动态多模态人工智能、颈动脉斑块稳定及易损性人工智能等超声人工智能核心算法、识别系统方面居于国内外领先地位。

2023年3月，公司与山东国家应用数学中心签订了《战略合作协议》，双方本着优势互补、互惠互利原则，基于各自的优势，以打造双赢、可持续发展的战略合作伙伴关系为目的。合作内容：类ChatGPT技术基础研发，面向教育、考试测评领域方向，打造自主可控的语义智能平台；研究多模态识别技术、NLP技术平台，落地智能命题、智能评卷、智能行为分析等项目；开展专业化的对话模式研究，实现从数据理解到数据内容创作生产，赋能命题业务；区块链与信息安全工程技术研究；人才培养等。

AI服务平台以盘古大模型为技术底座，基于鼎云工业互联网平台和云边协同架构，打造集“数据+算法+算力+平台”一体化的产品，为能源行业智能化应用提供全流程服务，实现集团侧集中管理与端侧业务闭环应用，促进能源行业降本、提效、增安。AI服务平台包括AI训练中心及AI应用平台两部分，其中，AI训练中心主要实现数据标注、模型训练、模型管理、模型校验、模型发布等功能；AI应用平台以业务全流程管控为主线，采用集团侧和边缘侧两级灵活架构部署，实现边缘侧的业务应用与集团侧的统筹管理。公司基于盘古矿山大模型视觉、预测能力已开发采煤、掘进、主运、辅运、提升、安监、防冲、洗选、焦化9大专业63个应用场景，覆盖了煤矿的安全生产以及流程制造的工艺优化等领域。

2024年1月18日公司互动易披露：公司智算云服务业务正常推进中，已逐步产生收益，具体请留意公司公告。公司高性能算力服务器持续到货，持续推进润建智能算力中心的建设。公司将基于公司“曲尺”生成人工智能行业模型开发平台及超200家生态资源战略合作伙伴，可为客户提供包括AI大模型训练、推理算力、图形渲染、智算云服务、算力管维等。

公司基于多模态大模型技术孵化的类ChatGPT应用，目前已在国内边检、海关等场景得到了验证。此外，基于智能感知终端、智能查验机器人及AI算法应用，融合多级指挥调度技术、AR可视化技术，公司全新打造并推广了多种AI+融合的智慧口岸2.0创新模式，助力全球客户打造具有区域特色的口岸经济，推动口岸信息化和智能化升级，继续夯实公司在智慧口岸领域的领先地位。身份认证产品方面，公司以非接触式身份认证为目标，开展了人脸识别、虹膜识别、掌静脉识别、多模态生物识别终端系列产品的研发，结合多年来的行业经验，算法模型不断优化，攻克了多种特殊环境下的难题，并取得了良好的效果。

公司率先于合规范围内使用国内外AIGC工具产出大量文本、图片及短视频等内容素材用于提高内容团队生产效率的同时，聚焦营销电商场景领域、基于过往自身优质语料库的储备，积极探索垂类多模态大模型及产品的研发与应用。公司现已推出自有营销电商行业模型并推出三大智能体（Agent）-感知智能体、决策智能体、内容智能体，用以增强营销决策、创意素材、视频混剪等环节内容产出的精准性与稳定性。此外，公司基于实际业务应用场景推出“创意助手”、“视频助手”和“通用助手”三大AIGC产品应用，用于赋能内容、电商、策略等多业务团队的工作执行与内容产出效率，以实现更进一步的提效增收。截至目前，公司已为敷尔佳、HBN、逐本、伊利、Ulike等品牌客户提供AINative内容素材创作并实际用于营销服务过程，主要集中于3DTVC视频「品牌展示导向」、混剪视频「电商效果导向」等，并收到客户一致认可。未来，公司将进一步提高三大智能体的执行精准性及AIGC应用的产出稳定性等，在实现自身提效增收的同时进一步探索AI赋能的商业化增值服务能力。

2023年，公司在率先发布了行业内首个城市交通AI大模型——佳都知行交通行业大模型，推动算力、算法、应用三位一体AI大模型产品化落地，提供智能交通客服、设施设备智能运维等生成式人工智能服务，全面赋能升级交通场景应用和用户体验。在业界权威的中文通用大模型综合性评测基准SuperCLUE中文大模型排行榜单（2023年12月）中，佳都知行大模型于位居第一梯队，超过GPT3.5评分。所研究的大模型训练及推理方法，在Mindspore框架昇腾算力平台上，训练、推理速度可提升2-4倍。经过持续的优化迭代，目前已形成了自然语言大模型PCITransGPT、视觉大模型TranCore-Vis、多模态大模型TranCore-M、时空决策大模型TranCore-TS等知行大模型产品系列。通过与华为深度合作进行昇腾910B芯片的适配，基于昇腾AI基础软硬件平台推出大模型训推一体化产品“佳都知行交通行业大模型训推一体机”、“佳都知行交通行业大模型推理一体机”。

2024年5月，公司发布了“AI+BI+CI”出海全链路数字化解决方案，以科技创新为底座，以AIGC数字营销创作平台KreadoAI、数据分析＆增长模型平台数眼智能、智能化多云管理平台Gears三大核心产品为引擎，可为出海企业提供从多云持续交付、多云财务管理、出海路径规划、产品智能化升级到数字化营销推广的全链路解决方案，帮助出海企业以更低成本，提升全球运营效率、支撑业务高速增长，推动出海商业化增长飞轮。KreadoAI作为易点天下旗下AIGC数字营销创作平台，自2023年7月12日首次发布以来，以“AI数字人、AI模特、AI工具、AI创意资产”4大解决方案为依托，助力企业解决跨国营销内容生产成本高昂、效率低下等诸多问题，助力企业做好精准决策下的本地化运营，实现可持续增长。KreadoAI已覆盖全球203个国家，注册用户数100w+、单月用户访问量超过百万，得到来自巴西、中国、印度、欧美等地区的用户认可。

公司数字人产品已经深度结合开悟大模型内容自动生成技术能力，实现高写实定制数字人智能生成和智能驱动，提供数字人智能问答、数字人形象智能定制生成、数字人新闻播报和政策解读、数字人手语内容制作等产品和服务。公司运用多模态AIGC技术，增强数字人和虚拟场景的智能化水平，进一步突破高级别智能交互数字人、高写实高互动的虚拟场景生成，以及数字人和虚拟场景的深度融合等关键技术。公司基于开悟行业大模型和数字人AIGC服务平台打造的手语数字人，能够可在政策解读、服务导办、手语翻译、招商引资、项目落地等多种场景中实现视频实时播报，为残障人士与健全人士之间提供无障碍的沟通途径。报告期内，公司就该业务与中国残疾人联合会展开深度合作，签约签下湖北仙桃市人民政府、中国网络文明大会手语技术支持服务等项目，在完善残障人士的社会保障制度和关爱服务体系方面发挥着重要作用。

2024年11月，公司完成以21.33元/股向12名特定对象发行16,877,637股，募集资金总额为359,999,997.21元。扣除发行费用后募集资金净额拟投资于基于产教融合的实验实践教学产品研发及产业化项目、多模态教育大数据产品研发及产业化项目、面向行业应用的新一代人工智能技术研发中心建设项目和补充流动资金。项目总投资金额46,817.90万元。本次发行募集资金拟投资的项目围绕公司战略和主营业务开展。

公司已由单一生物识别技术发展为计算机视觉与生物识别多模态BioCV人工智能技术的先驱者。不再仅仅是识别“我告诉你是谁”，而是将计算机视觉与生物识别相结合，实现了多模态人工智能属性，即“你是谁？我应当为你提供什么样的服务”，以及场景互动的共情体验生态。基于智慧零售场景和自主知识产权的人工智能物联网平台Minerva，公司推出了面向传统中小型零售商的ZKDIGIMAX Level3数字化营销解决方案。该方案提供了五大核心服务，包括Minerva IoT物联网平台、机器视觉分析平台、大数据分析平台、AIGC平台和广告制作分发平台，以及相应的智能终端。依托物联网、大数据和云计算技术，公司深入挖掘智慧零售领域，运用机器视觉分析技术，将人与场景的交互价值和场景赋能价值融入创新价值之中。公司致力于构建基于数据湖的多维度智能商业分析平台，打造全方位、全场景、全链条的新型无界零售平台服务提供商。

公司在多源多模态算法和模型上有长期的积累，在沉淀多年的行业大数据基础上，经过长期训练形成了安防、安检领域的行业化智能应用。

标准化数据集产品，是公司区别于众多竞争对手以定制化服务为主的特有商业模式，也是公司核心竞争力之一。截止2022年末，公司新增研发超400个训练数据集产品，自有知识产权的训练数据产品储备超过1,300个，尤其在多语种及多音色语音数据集和发音词典、动作捕捉等多模态数据集、以及多语种OCR和手写体数据集等方面积累了更丰富的标准化产品资源。公司已向下游客户提供了累计约6,000次/个定制或标准化训练数据集，可覆盖生活交流、客服、家居、行车、办公、普通环境、噪声等多种特定场景中的语言现象和视觉呈现，构建成独具特色的训练数据资源及服务能力集群，并已应用于个人助手、语音输入、智能家居、智能客服、机器人、语音导航、智能播报、语音翻译、移动社交、虚拟人、智能驾驶、智慧金融、智慧交通、智慧城市、机器翻译、智能问答、信息提取、情感分析、OCR识别等19类创新应用领域，赋能人工智能技术与实体经济的深度融合。

公司拥有成熟的云计算能力基座和包括AI服务器在内的多款国产化服务器类产品，能够构建大规模的云计算平台和智算平台，为各类行业数字化应用和多模态大模型应用提供基础的计算能力。公司同时拥有完整的GIS产品体系，能够提供集数据处理与制图、二三维渲染、时空数据治理和分析于一体的全流程GIS解决方案。通过将GIS技术应用于新型基础设施的建设中，可以实现对地理空间数据的高效处理和分析，为城市治理、交通管理等领域提供决策支持，推动相关领域的数字化转型和智能化升级，赋能更多创新业务。2023年，公司丰富了国产化服务器所能够适配的核心芯片方案，进一步完善了云计算能力基座和GIS数字孪生平台的基础能力。公司深入研发了基于深度学习的AI技术，紧跟人工智能技术前沿趋势，于2023年7月正式推出了KD-GPT大模型，包括多模态大模型、AIGC图像大模型和行业大模型已经初具雏形，并已开始在实际项目中试点应用。

公司凭借“AI行业精灵”成功入选中国AIGC最值得关注的50家，公司着力打造多模态大模型底座，构建虚拟数字人能力平台，为智慧政务、虚拟直播、虚拟客服、动画游戏、视频提炼等行业的个性化需求提供低成本和高效率的定制化服务。以虚拟直播为例，公司基于“从容大模型”推出了大麦数字人直播平台，该平台可以提供对应的主播库、音色库、背景板等基础能力，同时支持相应的智能话术的撰写、相应的违禁词的检测等；实时监控直播间的数字，从而调整演讲策略和商品的话术配比、提升GMV，在整个运营层面来提高效率和质量。平台还可以根据不同行业生成一站式的人、货、场的完整解决方案，数字人主播选取、话术风格等，打造具备个性化特征的数字人直播间。

2024年上半年，公司基于音视频数据、跨模态和多媒体技术上的丰富积淀，及对全球多媒体创作者的深刻理解，有序推进天幕多媒体大模型的研发，涵盖文生视频、视频生视频、文生音乐、视频配乐、文生音效、文生图、图生图等贴合多媒体内容创作场景的大批原子能力，已于2023年通过中央网信办备案，并落地赋能公司众多产品和功能的体验提升，以支撑更多创新功能和产品的建设。同时，为提升综合技术水平，支撑产品功能快速迭代响应用户需求，公司也积极接入国内外优质算法技术，覆盖音视频创作各领域用户需求。2023年，公司共完成超百个AI算法的研发或接入，总计实现过亿次调用，有效支撑产品能力边界拓展和质量提升，增强用户智能化、高沉浸、强互动的创作体验。

公司利用自研的底层AI技术平台深瞳大脑对数十亿训练数据进行清洗和预处理，并基于大规模数据训练数百亿参数的大模型，在海量数据下，研发了基于图像、语言、语音多种模态的弱监督大模型训练算法，节省了大量数据标注资源。针对海量数据中存在噪声的问题，研发了标签重写算法，高效地提升了数据质量。上述算法已投稿到国际顶级会议ICLR2023、ICCV2023和ECCV2024并被接收，公司已在业务中利用该大模型提升少样本场景的准确率，在复杂场景中效果远优于传统小模型。结合高质量的语言模型，公司正在研发多模态大模型，该模型能接受图像、语言等多种模态的输入，能够完成多模态融合理解，提升业务的应用潜力。

公司持续聚焦AI技术的研发与应用，2023年重点推进其在电力、清洁、轨道交通行业等细分领域的专业应用。目前已完成“AI平台”和“数据管理平台”的建设和产品级部署，有效提升机器人检测精度、优化异常判别效率。2023年，公司建立并发布了一种基于多模态超融合技术的大模型YJH-LM。该模型可用于执行语音交互、图像识别、任务生成等任务，将人工智能技术与传统机器人应用相结合。通过YJH-LM的应用，公司的机器人能够实现语音控制自主生成任务等多种自主工作功能，使机器人更加聪明、更加智能地执行任务，进一步提升了公司的技术及产品实力。

2024年2月22日，公司在互动平台表示，目前新华网AIGC-Safe平台已取得良好的阶段性适用效果，在内部已展开一些应用，考虑到投入运营成本较高，短期内暂不会产生很大经济效益。目前还未在社会进行广泛推广，公司将及时发布相关进展。公司持续关注行业技术发展，通过采集大量国内外最新生成式视频内容训练AI鉴别模型，提升相关能力建设。AIGC安全治理领域客户范围广需求多，公司会继续打磨迭代产品和服务。2023年12月11日，公司在互动平台表示，新华智云的妙笔是AI文本生成，生花就是AI文生图，这两个今年上线的新产品都是AIGC内容生产工具。MAGIC有文生视频的功能，目前也在尝试提升视频生成效果，通过内部测试后将对外发布。另，新华智云股权结构为：新华网股份有限公司持股比例39%，杭州阿里创业投资有限公司持股比例34%，杭州数问云投资合伙企业（有限合伙）持股比例15%。

针对AIGC技术的显著进展，公司在AI深度合成内容的识别上进行了广泛研究，综合应用多种策略，针对各类AI合成算法生成的视频、音频、图片、文字，可有效识别。基于此形成的AI深度合成内容识别系统，针对视频会议、网络直播等场景可实现实时识别；针对短视频、微短剧等离线节目可实现高速识别。AI伪造内容的识别，补足了新的技术背景下传媒安全的能力短板。公司积极与相关厂商协作，基于国产CPU、国产GPU、国产操作系统、国产中间件，实现多模态AI识别引擎的全面适配迁移、性能调优，形成一个标准化的软硬件全栈国产化的一体机产品。该产品能够为客户提供更加安全可靠、性能强劲、计算准确的媒体分析AI服务能力，提高算力平台化水平。

公司加大了在AIGC上的投入，自研的AIGC工具集，如AI画质增强、AI横转竖、AI精彩集锦、AI赛事包装等功能，给赛事转播及节目制播带来了更多的创新空间，大幅提升超高清内容生产力。公司AIGC视频内容智能生成系统，基于多模态大模型技术打造，研发了文生图、图生图、文生视频、图生视频、声音生视频、视频生视频、文生3D模型、图生3D模型、视频生3D模型等多种生成式算法，并融入当虹科技自有积累数据、行业数据及特定用户数据进行垂类训练，实现了视频、音频、图像、文本、3D模型等跨模态内容生成；再结合公司在视音频技术领域的诸多创新技术，如高质量编转码、AI标签、AI剪辑、AI增强修复等，助力用户在新闻传播、商业推广、教育教学、内容创作等多项领域中创作出更多优质视音频内容。公司在多模态视觉大模型方向积极投入，截至2023年底，已经初步形成了大模型基座及对应的AI算力一体机系列产品。

2023年底，公司利用语音、语言、视觉-语言大模型，辅以公司OrbbecGemini2系列深度相机的数据输入，打造出一个能够理解、执行语音任务的机械臂。通过解决泛化、观测、控制等一系列工程化难题，将基于多模态大模型的机械臂从仿真环境落地到现实世界。该机械臂可借助语音大模型，识别任务下发者的语音指令；通过两台OrbbecGemini2双目结构光相机，获取高质量环境RGB和Depth数据；最终利用SAM、CLIP等视觉-语言大模型，理解场景信息，并进行实时碰撞检测，实现任务准确执行。

2023年5月18日公司投资者关系活动登记表披露：公司3月在公司数字版权交易平台推出AI智能搜索功能，AI智能搜索基于多模态、自然语言理解以及知识图谱等人工智能技术，用户不仅可以用“关键词”进行检索，也可以使用“自然语言”的方式进行搜索。

公司具有20余年的自然语言处理（NLP）研发经验，是国内最早研发人工智能技术的企业之一，在NLP、知识图谱、OCR、图像视频结构化等领域都具备自主可控的多模态内容处理底层技术，处于行业领先地位。公司一直密切关注人工智能的前沿技术发展，并积极探索相关技术在产品及业务中的应用。2023年6月末，公司正式发布了“拓天大模型”，推出适用金融、媒体、政务的三大行业大模型，具备较好的合规性、安全性、准确性、可控性，可满足行业用户的专业化智能创新需求。2023年第四季度，公司陆续发布了舆情等行业大模型。公司基于自有的110亿+金融主题数据、百亿级产业指标数据、30亿+产业要素明细数据、2亿+产业动态本体、500+以上标引维度、10000+知识标引规则、10万+产业标签作为专业训练数据，打造了金融专业大模型，主要功能覆盖智能风控、智能客服、智能投研等业务场景。公司基于自有的1200亿+互联网媒体资讯数据，100亿+官媒数据，200万+人民数据，14大类知识标引规范，12000+知识标引规则作为专业训练数据，打造了媒体专业大模型，主要功能覆盖内容生产智能助手、新一代搜索与推荐、多模态传播与服务三大业务场景。

随着人工智能技术的不断发展和广泛应用，涵盖了文本、图像、音频、可视化等多种形式的AIGC多模态融合将成为内容生产的新趋势。目前，公司在AI大模型、AI多模态方面已积极开展技术建设并进行了商业化落地。公司于2023年10月发布了公司自己的AI大模型“中文逍遥”1.0版本，可实现一键生成万字小说、一张图写一部小说、一次读懂100万字小说等。公司可用于AI大模型训练的数据集已超过60TB，主要由小说和出版物组成，这为公司的AI模型提供了巨大的优势。在AI多模态方面，公司基于多年来各类IP衍生品制作技术的基础以及海量数字内容的优势，在有声书、漫画、动漫、视频等多模态领域进行了技术布局和商业化落地。公司从2021年开始使用“AI主播”进行优质内容的生产，直接输入文本，通过由神经网络搭建的黑盒部分，输出合成高质量仿真音频（有声书），加速了网络文学到音频内容的生产能力，“AI主播”录制的有声书时长已超过18万小时。通过AI技术的支持，公司已成功将超过2500万字的小说IP内容转化为外语版本，并成功推向海外市场。

公司2020年开始关注大模型和AIGC领域，目前已成功构建了包括AI大模型、AI搜索、AI音乐、AI视频、AI社交、AI游戏等在内的多元AI业务矩阵，部分业务已实现商业化落地，位列国内人工智能行业第一梯队。2023年4月，公司发布自主研发的“天工1.0”大模型。公司从数十万亿数据中清洗筛选出3万亿单词数据，成功突破了中文语料库的质量瓶颈，确保了优质的中文语料资源，让天工在理解中文语境、词汇和语法特点上具有显著优势，从而更准确地把握中文用户的意图。2024年4月17日，在天工大模型发布一周年之际，公司正式将天工大模型迭代至3.0版本。“天工3.0”采用4,000亿参数MoE架构，是目前全球模型参数最大、性能最强的开源MoE模型之一。在MMBench等多项权威多模态测评结果中，“天工3.0”超越GPT4V，多项评测指标达到全球领先水平。

2023年，公司将AI产品作为重要的发展方向。其中：（1）公司国内研发团队与西湖心辰合作的汤姆猫AI讲故事等产品，已初步完成主要功能的测试，公司正与优质内容合作伙伴共同丰富汤姆猫AI讲故事的产品内容，同时携手西湖心辰团队持续完善产品的多模态、长期记忆、情感感知等功能模块；（2）公司海外团队研发的首款AI手游《Talking Ben AI》已在斯洛文尼亚、塞浦路斯、南非等地区开启首轮海外测试，在此次测试中，公司获取了合规语料，后续公司将根据测试获取的语料持续丰富该产品的预设数据库，同时公司海外团队正携手西湖心辰进一步探讨海外测试产品《Talking Ben AI》的个性化交互、模型能力的提升以及AI技术的更广泛应用；（3）公司AI硬件团队正研发一款基于生成式人工智能技术的AI语音交互陪伴机器人，预计将为公司产品带来新的应用场景；（4）公司战略投资了聚焦情感交互的大模型研发团队西湖心辰，并与其成立了由公司控股的合资公司。由西湖心辰推出的西湖大模型，区别于其他通识大模型，以高智商、高情商为核心特色，在情感化、人性化交互方面拥有独特的优势。

云端和边缘端的混合AI是人工智能的未来发展,这种混合模式结合了云端计算和边缘计算的优势，以更好地满足不同场景下的需求和挑战。公司在云端训练中科创达魔方大模型,同时,面向边缘计算和端侧,公司也将继续发挥多年以来在边缘AI,端侧AI的确立的核心优势和战略卡位,通过压缩,量化,剪枝,将更多,更优秀的大模型运行在不同的设备上。公司发布的EB5Gen2边缘智能站,搭载了中科创达魔方大语言模型，不仅能够流畅地进行多语种自然语言对话，还能做到超低时延的及时响应。2023年5月12日公司在投资者关系活动记录表披露：中科创达魔方Rubik大模型,会和公司的业务场景密切融合。公司的业务场景丰富多元。无论是智能汽车或是智能硬件，以及未来的机器人，这些场景都有巨大的变现和复制的机会。公司全新的人工智能基础大模型系列和应用产品路线图。其中,RUBIK基础平台,全面覆盖了从边缘端、语言大模型、多模态、机器人等大模型系列。同时,RUBIK应用产品全家桶全面覆盖了包括汽车大模型、终端大模型、行业大模型、开发套件大模型等一系列大模型产品组合。公司也最新推出了大模型和智能座舱、智能硬件融合的方案。在智能汽车领域,公司最新发布了中科创达大模型和Kanzi产品,打造全新HMI交互体验、以及赋能驾乘体验等相关的大模型方案。在物联网领域,公司已成功完成多项加载了GPT技术的智能硬件产品。

2023年5月公司与百度网讯近日在上海签署了《战略合作框架协议》，双方将基于百度人工智能大模型和力盛体育现有的数字化平台用户运动行为数据沉淀，致力于利用人工智能技术推动体育多模态大模型的发展实现全方位立体合作：1、发挥双方在各自领域的优势，结合全民健身、健康中国的国家战略，面向未来，共同建设和发展人工智能技术在体育赛事、运动健康、体育教育三大领域的应用场景。2、双方战略合作，联合研发与市场团队，建立常态化工作方式，形成稳定和持续的合作关系。致力于利用人工智能技术推动体育多模态大模型的发展。3、双方共同整合行业资源，包括但不限于组建联合实验室等形式，助力政府关于运动健康行业标准的制定和实现人工智能与体育竞技的跨领域协同效应。阶段目标重点在生成体育训练大模型、AI健身、运动健康等方向。

自2023年初开始，公司加大研发投入力度，自研营销AIGC应用大模型“InsightGPT”，定位为AIGC驱动的营销全链路应用解决方案，致力将AIGC技术与营销策略洞察、内容创意生产、传播投放及效果转化等环节深度融合，助推营销行业生产力的质效提升。目前，公司已掌握文生文案、文生图像、文生音频、视频智剪、图生视频、文生视频等多模态的AIGC相关理论基础与关键技术，已申报取得了包括“一种基于扩散模型的电商图像生成方法”在内的一系列发明及专利。公司营销AIGC应用大模型自发布内测版以来，已进行了多轮优化和迭代，上线并发布了“视频智能剪辑”、“图生视频”、“文生视频”等多项功能与产品。