格灵深瞳2023年研发投入占营收七成 将进一步增加在多模态大模型方向研发投入

格灵深瞳(688207)4月26日晚披露2023年年度报告，公司实现营业收入2.62亿元，在2023年共投入1.84亿元用于研发，占营业收入比重高达70.14%，研发投入同比增长39%。格灵深瞳专注于将先进的计算机视觉技术、大数据分析技术、机器人技术和人机交互技术与应用场景深度融合，提供面向智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙的人工智能产品及解决方案。2023年是人工智能发展的重要一年，大模型和生成式人工智能的发展带动了人工智能领域的范式转换，给各行业带来新的赋能，引领企业和产业迈入智能创新的新阶段。对于AI企业而言，在本轮人工智能浪潮下，垂直领域的数据、面向落地场景的模型优化、工程化的解决方案，或是建立竞争优势的关键。为此，AI企业纷纷通过持续加大在核心算法技术、应用场景相关技术的前瞻性研究和探索，以图全方位构建公司核心技术护城河。身处技术密集型、人才密集型的人工智能行业，作为行业头部企业的格灵深瞳将研发视为公司高质量发展的源动力和重要抓手。面对行业的日新月异，2023年，格灵深瞳持续加强各领域研发投入，增强技术储备，完善研发团队构建。同时按计划并行推进多个研发项目，一方面对支撑公司所有业务场景的人工智能算法平台和自研硬件进行重点投入，其搭建的基于预训练视觉大模型的行为分析大模型在OpenFAD23竞赛的动作分类任务中获得第一；同时在应用领域方面，立足现有落地场景，重点强化对轨交运维、体育健康和元宇宙领域的研发投入。在轨交运维领域，公司的3D重建与立体视觉分析技术解决了传统算法中误差较大的问题，让计算机视觉技术运用于轨交检修的落地应用成为可能；在体育健康领域，公司的3D立体视觉技术降低了设备成本，提高了可靠性和易用性，同时通过自主研发的三维人体姿态估计算法，能够克服人体关键点采集不准不稳的难题；在元宇宙领域，公司基于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；在智慧金融领域，公司搭建了适用于该领域的行为分析大模型技术架构，能够提供更强的泛化能力，有效解决项目前期样本少、客户迫切希望看到效果、算法场景需求多且杂的痛点问题，该大模型目前已开始落地应用。在加强产品驱动策略的同时，格灵深瞳坚持进行先进技术的前瞻性探索与研发创新。公司将在已有的领域知识和数据积累基础上，开发自主可控的多模态大模型和全新形态的复杂AIGC系统。2024年，公司将进一步增加在多模态大模型方向的研发投入，提升计算机视觉任务在语义层面的各项指标，产出基于LLM（大语言模型）的拥有更好用户交互能力的视觉类算法模型。此外，涉及智能硬件技术及人工智能领域其他前瞻性探索项目的研发也正在进行，充足的技术储备将为公司产品的推陈出新提供有力支持。(燕云)校对：冉燕青