人工智能行业深度：WAIC2024国产AI和应用“百花齐放”

　　2.2.2盘古5.0赋能华为小艺再次升级，丰富行业应用亮相本次WAIC9

　　2.3.1通用大模型快速迭代，首发toC可控人物视频生成模型Vimi11

　　表3：OpenCompass多模态大模型评测月度榜单（截止2024年6月26日）5

　　2024年7月4日～7月7日，2024世界人工智能大会（WAIC2024）举办。本次大会

　　重点围绕AI核心技术、智能终端、应用赋能三大板块，聚焦大模型、算力、机器人、自动

　　驾驶等领域，集中展示了一批“人工智能+”创新应用成果。在大模型及行业应用领域方面，

　　此次包含金山办公、科大讯飞在内的多家上市公司，以及百川智能、智谱AI等厂商均展示

　　了生成式AI领域的最新成果。我们认为随着底层通用模型的持续迭代，以及各厂商在细分

　　金山办公政务办公模型1.0WPSAI2.0快手快意大模型系列可灵、可图等

　　科大讯飞星火大模型4.0企业智能体、讯飞晓医等摩尔线程——全栈AI产品和万卡集群解决方案

　　商汤日日新5.5商汤绝影、Vimi云知声山海大模型医疗、交通、智能座舱等应用

　　汉王科技天地大模型古汉语、办公、能源等行业应用合合信息——AI文档解析引擎

　　华为云盘古大模型能源、办公、金融等行业应用阶跃星辰Step系列大模型跃问、冒泡鸭等

　　腾讯混元大模型腾讯元宝、腾讯云境等蜜度蜜巢政务大模型3.0政务热线综合智能平台

　　出门问问UCLAI大模型序列猴子、魔音工坊等面壁智能CPM大模型大模型工具集MobileCPM

　　星环科技无涯大模型无涯问知、·AIInfra工具集等澜舟科技孟子大模型澜舟智库、澜舟智会等

　　软通动力天璇行业大模型天坊工业互联AI平台等MiniMaxabab系列模型海螺AI、Glow等

　　云天励飞天书大模型“深目”AI模盒等端侧应用联汇科技OmDet大模型多模态智能体OmAgent

　　资料来源：中新网、东方财富、飞象网、金融界、新浪财经、网易新闻，浙商证券研究所

　　近期OpenAI宣布终止对中国提供服务，有望加速国产AI生态构建。6月25日凌晨，

　　多个用户收到OpenAI通知，自今年7月9日起，OpenAI将开始阻止来自非支持国家和地

　　区的API（应用程序接口）服务。目前OpenAI共支持161个国家和地区，不包括中国内地

　　和中国香港。OpenAI向中国API用户表示，将采取措施，以阻止来自不再支持的国家和地

　　国产大模型性能持续提升，多模态能力不断迭代下有望加速渗透各类应用场景。根据

　　OpenCompass2.0大语言模型月度榜单（2024年5月）数据，目前国内外大语言模型在综合

　　千问Max、智谱GLM-4等模型均进入榜单前十名，在大语言模型能力方面国内厂商正在不

　　明显，但是根据OpenCompass的月度测评榜单，近期国产大模型多模态能力持续提升，目

　　前国内云从科技、智谱AI、阶跃星辰等厂商的多模态大模型也已进入前十序列，国产多模

　　结合本次WAIC各参展厂商的大模型及商业化产品，以及国产底层大模型能力的持续

　　迭代，我们认为未来国产AI+行业应用有望加速迎来“百花齐放”局面，商业空间有望加

　　2024年6月27日，科大讯飞正式发布基于全国产算力平台训练的星火大模型V4.0。

　　星火V4.0大模型在文本生成、语言理解、知识问答等领域核心能力实现全面升级，除代码

　　星火V4.0模型多模态能力显著提升。在复杂版面的全要素解析、融合篇章语义的文字

　　识别、专业领域的符号识别等能力上，星火大模型V4.0表现持续升级并且在测评中超过5

　　图1：讯飞星火V4.0模型核心能力对标GPT-4Turbo图2：星火V4.0模型多模态能力显著提升

　　资料来源：公司官方微信号，浙商证券研究所资料来源：公司官方微信号，浙商证券研究所

　　星火4.0赋能行业大模型加速迭代，医疗、教育垂类模型能力再次升级。随着讯飞星火

　　4.0大模型的发布，星火医疗大模型也再次升级，目前在医学相关的知识问答、复杂的语义

　　理解、专业文书生成，还是诊断治疗以及多轮对话的各项指标上，已实现对最新的GPT-4

　　Turbo模型的超越；而在教育领域，星火大模型面向教育复杂场景的图文识别效果进一步提

　　图3：星火医疗大模型各项指标优于GPT-4Turbo图4：星火4.0大模型教育场景能力对标GPT-4o

　　资料来源：公司官方微信号，浙商证券研究所资料来源：公司官方微信号，浙商证券研究所

　　讯飞发布智能体平台，赋能企业构建岗位专属助手。科大讯飞发布的星火企业智能平台，

　　并推出了首批32个企业从生产、科研、办公到管理中特别需要的相关智能体，如商机、销

　　售、客服、科技情报以及编程等。讯飞星火的代码智能体可在代码生成、架构设计、问答、

　　测试、数据库优化以及审核6个场景上赋能企业用户。代码在科大讯飞内部的采纳率从去年

　　10月份的30%，增长至目前的52%，单元测试行覆盖率从30%提到50%。

　　图：大模型赋能企业“人工智能”行动的两种方式图：星火赋能企业打造专属大模型

　　资料来源：公司官方微信号，浙商证券研究所资料来源：公司官方微信号，浙商证券研究所

　　AI大模型医疗、教育领域垂类应用加速渗透。在医疗领域，公司于去年10月推出的个

　　人健康助手讯飞晓医APP现在已经累计1200万次，用户好评率达98.8%。目前讯飞晓

　　医APP可以帮助用户自主诊断1600种常见疾病，可识别2800种以上的常见药品，理解26

　　万个药品相互作用，并且能够理解和分析6000种以上常见的检验。目前讯飞晓医APP

　　可实现将个性化的电子病历检查以及过去问诊情况，在个人健康空间保存，在看病、用

　　资料来源：公司官方微信号，浙商证券研究所资料来源：公司官方微信号，浙商证券研究所

　　在教育领域，星火渗透至教师批改阅卷场景，AI+教育产品应用矩阵进一步完善。伴随

　　着星火大模型V4.0的发布，公司推出了星火智能批阅机的软硬件一体化解决方案，可进行

　　自动批改，并通过批改自动分析全班学习情况，给出分析。根据公司给出的数据，星火智能

　　批阅机可将原来90分钟的作业批改时间缩短至5分钟，60分钟的学情统计时间可以缩短至

　　2024年6月21日，在华为开发者大会2024（HDC2024）上，华为正式发布盘古大模

　　型5.0版本。盘古大模型5.0系列在全系列、多模态、强思维三个方面进行了全面升级，标

　　志着华为云在人工智能领域再次迈出了坚实的步伐。在模型全系列方面，盘古大模型5.0包

　　括十亿级、百亿级、千亿级、万亿级等不同参数规模，提供盘古自然语言大模型、多模态

　　（3）盘古U系列：有1350亿参数和2300亿参数两种，适用于处理复杂任务，可以成

　　（4）盘古S系列：万亿级参数，可以处理跨领域多任务，够能帮助企业更好地在全场

　　华为云发布具身智能大模型，推动人形机器人技术再升级。华为云在HDC2024上正式

　　推出了盘古具身智能大模型，会上搭载盘古能力的人形机器人也同步亮相。盘古大模型能够

　　让机器人完成10步以上的复杂任务规划，并且在任务执行中实现多场景泛化和多任务处理。

　　同时盘古大模型还能生成机器人需要的训练视频，让机器人更快地学习各种复杂场景。

　　大模型的多模态能力以及思维能力的快速提升，使机器人能够模拟人类常识进行逻辑推

　　理，并在现实环境中高效精准地执行任务，从而有效解决了复杂环境感知与物理空间认知的

　　难题。通过集成多场景泛化和多任务处理能力，盘古大模型有望赋予机器人适应性和灵活性，

　　在盘古大模型5.0加持下，华为推出了全新的小艺助手并且更加智能化，更加流畅，同

　　时也变得更加地人性化。华为小艺能够根据外面的天气情况制定用户的个人出行方式，而且

　　能通过不断地学习，变得更加适合用户使用习惯。除此之外，华为云盘古大模型过去一年中，

　　已在30多个行业、400多个场景中落地，覆盖到政务、金融、制造、医药研发、煤矿、钢

　　盘古大模型5.0亮相WAIC2024，持续重塑千行万业。在自动驾驶领域，盘古大模型

　　5.0通过创新的可控时空生成技术，结合场景视频生成、4DBEV视频生成、自动驾驶仿真

　　库及路网信息，能更好地理解物理规律，大规模生成和实际场景相一致的驾驶视频数据，还

　　可以灵活增加控制条件，生成不同路况、不同光照、不同天气的训练视频数据，加速自动驾

　　在钢铁领域，盘古大模型能够对热轧生产线的最优参数进行预测。在切换钢板生产规格

　　时，操作工人往往需要对模型参数进行调整优化，盘古大模型可实现此过程耗时由一周时间

　　缩短至仅4小时，提效显著。在实际生产中，在上海宝武钢铁热轧生产线中，基于盘古大模

　　型，精轧宽展预测精度较传统模型提高5%以上，钢板成材率提升0.5%，预计每年可以多产

　　钢板2万余吨，年收益达9000余万元。未来盘古大模型还将应用于高炉场景，对炉温、铁

　　在铁路领域，高铁巡检机器人搭载盘古大模型后，可精准识别动车零部件的变形、异物、

　　松动、丢失等3.2万个故障检测项点，覆盖8大类、350多种复杂故障，不仅提升高铁运营

　　在媒体内容生产和应用领域，盘古大模型能够将实拍视频快速转换成特定风格的动漫，

　　并保持角色样貌特征前后一致，舞蹈、武打等大运动轨迹也能确保合理一致的视觉效果，制

　　作周期从月级缩短到天级，大大提升制作效率，作品一次拍摄多元化制作，实现价值最大化。

　　商汤于WAIC2024发布“日日新5o”模型，交互体验对标GPT-4o，有望实现全新AI

　　交互模式。商汤通过整合跨模态信息，基于声音、文本、图像和视频等多种形式，国内首个

　　所见即所得模型“日日新5o”带来一种全新的AI交互模式，即实时的流式多模态交互。

　　商汤底层通用基础大模型迭代至“日日新5.5”，基础大模型综合性能较“日日新5.0”

　　平均提升30%，在数学推理、英文能力和指令跟随等能力明显增强，交互效果和多项核心

　　指标实现对标GPT-4o。“日日新5.5”采用混合端云协同专家架构，最大限度发挥云边端协

　　同，降低推理成本，模型训练基于超过10TBtokens高质量训练数据，包括大量合成的思维

　　商汤加速推进B端用户生态构建。为了让更多企业用户低门槛接入并使用“日日新”

　　大模型体系的强大能力，商汤于近期推出了“大模型0元Go”计划。凡是“日日新”的新注

　　册用户，都可获得涉及调用、迁徙、训练等多项免费服务大礼包。同时，商汤还将免费赠送

　　5000万Tokens包，并且派出专属搬家顾问，帮助OpenAI用户实现零服务成本迁移。

　　公司推出首个面向C端用户的可控人物视频生成大模型Vimi。Vimi基于商汤日日新大

　　模型的能力，仅通过一张任意风格的照片就能生成和目标动作一致的人物类视频，并支持多

　　据商汤介绍，与图片表情控制类技术只能控制头部表情动作不同，Vimi不但可以实现

　　精准的人物表情控制，还可实现在半身区域内控制照片中人物的自然肢体变化，并自动生成

　　与人物相符的头发、服饰及背景九游娱乐 中国官方网站变化。同时光影变化也能做到合理生成，让人物动作和视觉

　　效果流畅自然，画面和谐唯美。更重要的是，Vimi具备极强的稳定性，可稳定生成长达1

　　分钟的单镜头人物类视频，画面效果不会随着时间的变化而劣化或失真，真正满足娱乐互动

　　本届WAIC大会上，商汤发布基于全新发布的商汤“日日新5.5”原生多模态大模型打

　　造的智能驾驶和智能座舱产品。商汤绝影展示了可解释、可交互的自动驾驶大模型DriveAGI，

　　同时还发布了行业首个车载生成式交互界面“随心界面”（FlexInterface）、“随意操控”

　　在本届WAIC上，商汤绝影在行业率先实现原生多模态大模型的车端部署，并对外展

　　示了在3个不同算力平台上运行2.1B或8B端侧多模态大模型的适配能力。商汤绝影车载

　　端侧8B多模态模型可以实现首包延迟低至300毫秒以内，推理速度达到40Tokens/秒。而商

　　汤绝影自研的首个应用于驾驶决策规划的智驾大模型——DriveAGI，增强了端到端系统的可

　　解释性，不仅让车辆能够更像人一样理解复杂的现实世界，洞察各类交通参与者的行为动机，

　　快速学习各种交通规则，掌握瞬息万变的道路信息，还能向用户解释驾驶决策的推理过程。

　　目前，商汤绝影DriveAGI智驾大模型能在无限宽标识的道路上，安全顺利穿过两个石

　　墩形成的狭窄通道；它还能准确辨识并理解包括公交车道、潮汐车道及施工车道等各类交通

　　标识，并自主进行变道或规避，甚至当后方有救护车接近时，DriveAGI会进行思考推理，

　　图：商汤绝影在行业率先实现原生多模态大模型的车端部署图：商汤绝影车载端侧多模态模型性能行业领先

　　在本届WAIC上，商汤绝影正式发布行业首个生成式交互界面产品“随心界面”

　　彻底改变用户与车载系统的交互方式。FlexInterface在大模型解析用户需求的基础上，结合

　　设计系统的框架和范式，实现高度动态和个性化的界面生成。无论是天气、时间、节日、纪

　　念日，还是周围环境变化，FlexInterface均能自动变换界面风格，提供最佳用户体验。

　　AgentFlow通过大模型的推理能力，模拟人类点击操作，实现对APP和网站的直接操

　　作。用户只需使用自然语言，就能让AI自主选择多个工具完成复杂任务，无需主机厂进行

　　额外的研发适配。这种能力不仅提升了操作的便捷性，还极大地扩展了车载系统的功能范围。

　　在现场演示中，用户通过FlexInterface生成了一个“欧洲杯”风格的主题，大模型自动生成

　　具备欧洲杯元素的中控屏幕桌面和图标，同时，用户还能通过AgentFlow随时播放欧洲杯或

　　本次WAIC2024上，阶跃星辰发布三款Step系列通用大模型产品，分别是Step-2万

　　亿参数语言大模型正式版、Step-1.5V多模态大模型、Step-1X图像生成大模型。公司最新

　　发布的Step-2万亿参数语言大模型正式版，采用了创新的MoE混合专家模型架构。同时，

　　基于阶跃星辰行业领先的系统能力，Step-2大幅提升了训练效率，在数学、逻辑、编程、知

　　识、创作、多轮对话等方面体感全面逼近GPT-4，企业和开发者可以通过阶跃星辰开放平台

　　新升级的Step-1.5V千亿参数多模态大模型，在图像感知和理解能力上全面提升，并具

　　备出色的视频理解能力。模型能准确地识别视频中的物体、人物和环境，并理解视频的整体

　　保险行业推进高质量普惠保险体系建设，为社会稳定与经济发展保驾护航.

　　低利率下的资产配置系列八：存款从“搬家”到“回家”，居民配置什么资产？.

　　白酒行业24Q2业绩前瞻%262024半年度策略：Q2控速不改全年，穿越周期谋划长远.

　　2023-2024年知识考核草坪园艺师二级真题与答案（答案在末尾）.

　　（正式版）D-L∕T 996-2019 火力发电厂汽轮机控制系统技术条件.

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可、阅读），本站只是中间服务平台，本站所有文档所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者