产品派
返回

商汤林达华:20%资源持续投入无产品出口预研

雷锋网2026/11/20 09:47:00
AI 导读

商汤联合创始人、首席科学家林达华回顾,字节Seedance 2.0发布后,Seko团队曾因外界反复比较两者能力而陷入迷茫。Seedance擅长把30秒视频片段做到高质量,而Seko服务的是短剧创作者,交付内容涉及剧本、分镜、人物设定及跨剧集角色一致性。明确定位后,Seko用户数增长了7到8倍,平台还产出了播放量超过1亿的短剧。林达华坦言,商汤在大模型市场的声量可能不是最大,但公司长期保留20%的资源,用于没有产品出口的预研工作。

林达华认为,大模型行业的训练成本并不会因为模型完成一次训练就被规模化服务摊薄。只要竞争对手继续训练下一代模型,其他公司就必须跟进,成本会不断累积。行业也开始从单纯追求参数规模转向更务实的中小模型和数据质量:GLM 5.3 Flash、DeepSeek 4.1 Flash,以及谷歌和OpenAI的同类产品相继出现;他称DeepSeek 4.1 Flash的性能超过4.0 Pro,说明中等规模模型仍有优化空间。几千亿参数模型在实战中胜过2万亿参数模型,也让数据清洗和管线质量重新受到重视。林达华认为,盲目堆参数并不健康,国内围绕美国前沿实验室新方案快速跟进、集中涌入同一赛道,同样难以形成长期优势,真正的竞争力来自在一条路上持续深耕。

商汤将20%的预研资源投向空间智能,判断标准是先观察最强模型做不好的任务,再确认这些短板是否能靠继续增加数据解决。如果数据堆叠仍无法改善,背后可能存在更基础的原理问题。团队发现,在视角转换任务中,模型能够识别远近物体的语义,却难以预测视角变化后的形态;继续加入数据后,语义关联反而被强化,表现变得更不稳定。林达华以“六根手指”的图像为例,说明模型可能先套用“手掌通常有五根手指”的先验,再据此作答。商汤认为,空间智能呈现出与Scaling Law相反的特征。随着Recurrent Transformer、具身数据和机器人能力受到关注,他判断多模态与空间能力正在进入前沿模型核心,这也验证了商汤持续投入该方向的价值。

在林达华看来,语言是承载人类知识的高密度符号系统,适合编程和逻辑推理,但无法完整表达图像中的空间结构、视觉细节和审美信息。语言、图像等模态各有优势,真正的全模态智能仍需付出大量工程和时间成本。智能本质上是人与世界交互的综合能力,包含感知、记忆、推理和行动指令。当前模型在数学、编程及可转化为文字或程序的长程任务上进步很快,但空间和物理智能仍处于早期阶段。

商业化方面,商汤早期推出的对话产品“商量”曾在推荐附近餐厅时出现明显错误,暴露出其并不具备点评和地图等信息基础设施优势。2023年底,公司将大模型产品收敛到内容与交互,分别发展出办公智能体小浣熊和面向娱乐创作的Seko;根据中期业绩信息,前者业务增长了六七倍。林达华强调,商汤的产品路线不是预先设计出来的,而是在真实场景中不断试错、形成闭环,再通过用户反馈持续迭代。

本文基于公开渠道信息整理,内容可能存在不准确或遗漏之处,不代表本站立场,如内容涉及侵权或错误,请联系我们处理。

阅读原文