格灵深瞳：垂直大模型与人工智能融合，引领AI应用新趋势，半年报业绩显著增长
日前，A股人工智能企业格灵深瞳（688207.SH）发布2023年半年报，报告期内，公司实现营业收入1.57亿元，同比增长34.35%；归母净利润211.54万元，较上年同期增加1467.69万元，同比扭亏。
资料显示，格灵深瞳主要从事计算机视觉技术、大数据分析技术、机器人技术和人机交互技术的研发和应用，提供面向智慧金融、城市管理、商业零售、轨交运维、体育健康、元宇宙的人工智能产品及解决方案。
对于业绩显著改善，格灵深瞳在财报中表示，主要是由于公司报告期内验收订单增加所致。根据此前财报，格灵深瞳的收入来源主要有两大方向，一是城市管理产品及解决方案，二是智慧金融产品及解决方案。
半年报显示，格灵深瞳的智慧金融领域业务已覆盖农业银行全国各省市的上万家网点，包含智能安保、智能运营、智能风控等多个金融业务场景，公司参与搭建某国有银行总行AI平台，并开始在其他国有银行分支行进行试点；城市管理领域已覆盖全国多省市的公安局、公安交通管理局、政法委员会等政府机关或企事业单位，车路协同感知MEC产品已在某市进行交付，同时车载视频违规事件取证产品已在多省市开展试点。
与此同时，随着Chatgpt等通用大模型赛道越发拥挤之后，不少人工智能公司另辟蹊径，将AI与本身现有业务相结合，推出了垂直大模型。携程发布“问道”辅助旅游决策，阅文推出“妙笔”帮助写作，格灵深瞳此前也表示公司未来会在大模型领域继续进行研发投入和商业化落地，并和其他相关领域的大模型技术融合发展。
据悉，公司建立了以数据平台与训练平台为核心，涵盖数据采集、数据预处理、数据标注、模型训练、模型优选等模块的底层AI技术平台——深瞳大脑。公司利用深瞳大脑对数十亿训练数据进行清洗并基于大规模数据训练大模型，在海量数据下，研发了基于弱监督的大模型训练算法，节省了大量数据标注资源，提升了少样本场景的准确率。
基于较高的研发效率和自动化水平，格灵深瞳可以较快地根据行业客户需求，不断优化、升级核心技术。
半年报透露，在智慧金融领域，格灵深瞳搭建了适用于该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，公司在计算机视觉基础上探索并拓展多模态技术，未来将融合自研的自然语言处理及自动语音识别等技术，充分赋能银行客户智能化场景应用。
无论是大模型赛道，还是人工智能这个行业，都需要大量的资金与优秀的人才。格灵深瞳在不断夯实已商业化落地业务的同时，持续加强各领域研发投入。2023年上半年，格灵深瞳研发投入7706.15万元，占营业收入的比重为48.95%，研发投入同比增长34.96%。截至报告期末，公司研发人员321人，占员工总数的65.38%，同比增长41.41%。公司的核心技术团队由公司创始人、董事长兼总经理赵勇博士等在内的6人组成，涵盖算法、智能应用、产品设计、硬件开发等多领域的资深人才，拥有丰富的学术知识与研发创新经验，对行业前沿技术与发展趋势具有深刻认知及判断。
目前，格灵深瞳在核心算法技术、应用场景相关技术方面均有前瞻性的研究和探索，公司人工智能关键技术及在体育健康、轨交运维、元宇宙等更多领域的研发与探索，将进一步增强公司的技术积累，为持续较快发展提供坚实的技术支持。
在发展创新业务的过程中，公司会遇到各种新的问题，需要技术不断迭代和升级，另一方面，技术的更新也将优化公司的产品，满足各类客户的需求，从而加速业务板块的商业化发展；这一路径在格灵深瞳的实践中得以验证。
在体育健康领域，格灵深瞳有着3D重建技术等技术积累，是中国人工智能学会体育人工智能专业委员会首批会员单位。2023年5月，公司自研的深瞳阿瞳目系列产品成功服务北京市某中考体育考点，通过AI实时研判功能和大数据分析平台，精准捕捉和分析学生动作，实现了科学助考，大大提高了体育考核的效率。目前，深瞳阿瞳目系列智慧校园体育产品已在全国多个校园进行试点，为2万多名在校生及教师提供日常教学支持与考试服务。在轨交运维领域，格灵深瞳列车智能检测解决方案获GDEC权威认可。公司的轨交运维解决方案在多个高铁、城轨和机车领域的试点项目进入研发、测试或交付验收阶段，支持数条高铁、地铁线路的列车巡检业务。在华南某地铁日检作业场景中，在使用格灵深瞳列车智能检测解决方案近半年来，发现真实故障30余起，整个巡检过程实现了全无人化作业，大大提高了巡检工作的自动化程度。在元宇宙领域，格灵深瞳基于3D立体视觉技术自研了大规模沉浸式人机交互系统，提供在大场景中的人体动作姿态感知、六自由度游戏装备感知等能力，未来可应用于沉浸式互动游戏、赛事、发布会、文旅和展厅等领域。
选择细分行业落地，也是大模型时代AI发展的趋势之一。2023世界人工智能大会上发布的《人机共生—大模型时代的AI十大趋势观察》指出，垂直领域应用是大模型的主战场。随着生成式AI技术的飞速发展，它已在多个领域催生出全新的商业价值。尽管这些模型处于扩展的早期阶段，但第一批跨功能的应用程序在物流、地产、教育等多个行业，以及财务、HR、客服等应用场景展现出极为出色的能力。与其他颠覆性技术一样，这种变革一开始会缓慢发展，然后迅速加速。
