财务数据和关键指标变化 - 2023年集团总营收34亿人民币，下降11%，主要因战略减少对智慧城市业务的依赖，该业务营收占比从2022年约30%降至2023年不足10% [11] - 2023年贸易应收款回收38亿人民币，同比增长48.5% [11] - 2023年员工数量较2022年减少11%，研发、行政和销售运营费用（含股份支付）同比下降10.6% [11] - 2023年EBITDA亏损收窄至5.5亿人民币 [12] - 2023年公司营收下降10.6%，生成式AI收入增长至近12亿人民币，是2022年的三倍，占总营收35%，智能汽车业务实现31%的年度增长 [49] - 2023年公司毛利率为44.1%，低于上半年的45.3%和2022年的66%，主要因硬件和AIDC相关成本较高 [50] - 2023年底现金转换周期较前几年连续增加后显著下降，主要因贸易应收款周转天数减少约100天 [54] - 2023年总贸易应收款回收39亿人民币，超过总营收，较上一年增长48.5% [54] - 2023年总资本支出较2022年下降71%，即使排除一次性购买办公楼，同比也下降20% [55] - 截至2023年底，公司现金等价资产超过130亿人民币，银行总信贷额度接近130亿人民币，约38亿人民币未使用 [56] 各条业务线数据和关键指标变化 生成式AI业务 - 2023年实现营收11.8亿人民币，同比增长200%，占集团总营收35%，是公司十年历史中增长最快的新业务板块 [8][15] - 过去十二个月，该业务板块超70%的客户是新客户，现有客户平均每用户收入大幅增加约50% [18] - 收到众多超1000万人民币的订单，模型使用量增长约120倍 [19] 传统AI业务 - 2023年营收18.4亿人民币，下降41%，其对总营收的贡献从2022年的82%降至2023年的54%，主要因公司减少对智慧城市业务的依赖，该业务营收贡献从29%降至不足10% [15][38][39] 智能汽车业务 - 2023年实现总营收3.8亿人民币，同比增长31% [39] - 2023年智能汽车解决方案成功应用于129万辆汽车，同比显著增长163%，每辆车的毛利润增长30% [40] - 截至目前，智能汽车解决方案已部署在195万辆智能汽车上，涉及超90款车型，还收到为超1600万辆额外车辆供应的确认函，并扩展到41款新车型 [40] 各个市场数据和关键指标变化 - 在2023年弗若斯特沙利文发布的中国AI开发平台市场报告中，公司在增长指数和创新指数综合得分排名第一 [20] 公司战略和发展方向和行业竞争 - 2023年公司进行业务重组，专注生成式AI业务，主要发展重点为AI基础设施和大模型 [8] - 未来将继续优化运营效率，采用孵化和剥离具有强行业属性业务等策略，将资源集中在快速增长的生成式AI业务上，以优化现金流和减少亏损 [12] - 公司在AI 2.0时代有四大关键竞争优势：感知和决策智能经验及大量多模态数据增强基础模型对物理世界的理解和多模态处理能力；大量GPU支持和对标定律指导下大模型性能不断提升，且对大模型研发的深刻理解使其能设计具有前瞻性的AI基础设施；在智能设备部署方面有丰富经验，成功推出边缘端小模型；具备强大的AI部署能力，能满足企业客户需求并提供高性价比的生成式AI解决方案 [13][14] - 2024年公司设定三个战略目标：保持技术领先，继续利用AI基础设施和大模型带来的协作优势，扩大计算能力规模，加强技术集成服务能力，迭代Sense Auto和Sense Nova大模型能力；推动业务增长，加速生成式AI的商业化和市场渗透，为客户提供最具价值的生成式AI解决方案，同时保持传统AI业务稳定增长并提高图形质量；提升核心业务可能性，继续优化整体运营效率，将资源集中在生成式AI上，改善现金流和减少亏损 [45][46][47] 管理层对经营环境和未来前景的评论 - 2023年是转型的挑战之年，但也带来巨大潜在机会，多年的大模型技术发展和先进AI计算能力基础设施使公司从生成式AI研发走向商业化 [49] - 虽然在转型期面临诸多挑战，但公司有信心采用稳健和前瞻性的策略，确保在AI 2.0时代的竞争中占据领先地位并实现长期跨越式发展 [47][48] - 中国在大模型方面比美国落后一到两年，目前中国对训练的需求更强，而美国已进入推理竞争阶段，预计今年中国推理业务的增长率将超过训练业务，到年底推理将占总计算能力消耗的20% - 30%，这种差异为芯片多元化设计提供发展机会 [67] 其他重要信息 - 公司创始人唐晓鸥教授去年去世，他不仅是创始人，也是导师和朋友，二十多年来致力于推动中国原创创新和培养AI领域优秀人才，建立多个平台并培养数千名杰出AI学者，他对AI整体发展有敏锐洞察力，曾支持公司投资数十亿人民币建设AI数据中心 [6][7] - 公司将于4月举办技术日活动，届时可体验快速发展的SENSE NOVA大模型5.0版本以及几款新的生成式AI产品 [48] 总结问答环节所有的提问和回答 问题1：商汤科技在多模态领域的学术探索方向、大型多模态模型的发展节奏和工程能力现状，以及如何应对多模态领域数据稀缺问题和对合成数据未来应用的看法 - 多模态研究需基于历史技术积累，公司在感知和决策领域投入大量资源，可作为广泛数据标注和生成的核心工具，采用复合架构在不增加额外算法的情况下保留详细效果 [60] - 合成数据方面，公司在3D领域的积累，如神经渲染或3D高斯，以及其他渲染技术，可在这波生成式发展中显著促进合成数据的生成，预计合成数据将是重要的数据解决方案，因为行业数据收集无法覆盖低频场景，这类数据需来自合成源，且过去的理解能力将与生产能力产生协同效应 [60] - 关于发展节奏，与资源分配有关，Sora的出现表明大量计算能力将投入行业应用，公司在视频和图像领域有长期经验，一直在探索如何用更少资源实现相同或更好的结果，通过利用工程和算法优势弥补计算能力差距已取得显著成果 [61][62] 问题2：2024年及以后计算能力的扩展计划 - 计算能力是极其稀缺的资源，去年公司服务大量国内客户时，他们每季度都来租赁更多计算能力并订阅模型训练和推理服务，这是公司生成式AI业务快速增长的原始驱动力 [63] - 2024年公司将继续利用扩展计算能力的能力，预计计算能力全面翻倍，与去年底相比年初的增长情况大致相同，但去年的增长实际上低于计划，因为去年中国和美国的计算能力都极其稀缺，年底模型参数规模变大，多模型能力变强 [64] - 春节期间新模型如Sora出现，训练和推理对计算能力的需求呈指数级增长，行业预计计算能力需求每年将扩大一个数量级，预计未来一到两年全球计算能力需求将超过供应，中国的挑战更大，但这也为国产芯片发展提供沃土 [65] - 国产芯片效率越来越高，不仅在芯片生产方面，更重要的是在芯片操作、软件配置以及如何在训练和推理中实现高效率等方面，这是行业参与者共同努力的主要趋势，芯片使用也将更加多样化，去年大部分需求来自训练 [66] - 预计今年中国推理业务的增长率将超过训练业务，到年底推理将占总计算能力消耗的20% - 30%，这种推理和训练的差异为芯片多元化设计提供发展机会，多模态模型的推理成本比传统语言模型高几倍，也为优化芯片设计提供很多机会，芯片设计是国家网络的一部分，芯片供应短缺在芯片调度市场创造了机会，去年芯片硬件成本较高且价格持续上涨，今年如何调度芯片将非常重要，涉及运营管理能力、芯片软件能力和推理观察机会能力，这些技能将变得更重要，客户的支付意愿也将增加，公司的Sense Core在硬件和软件方面的能力将在市场中得到更好利用，以满足客户对训练和推理不断增长的需求 [67][68][69] 问题3：生成式AI业务的当前商业模式、中长期增长预期和对公司总营收的贡献比例，以及生成式AI是否会提高或拖累毛利率 - 公司生成式AI业务目前基于SaaS核心和大模型的协同，主要有三种商业模式：公共云服务，模型托管在公共云上，通过标准API访问，可根据流量收费，如按输入和输出的令牌数量或为客户锁定的计算能力资源收费；私有云部署，主要针对有严格数据安全要求的客户，根据客户需求提供特定服务，通常提供专用模型，按活跃用户账户数量收取模型许可费，有永久和特定期限许可两种，永久许可通常包含升级和维护需额外收费的条款；定制模型服务，主要以服务费形式提供，根据客户需求进行定制模型训练、微调或开发 [71][72][73] - 财务预测方面，该业务收入从2022年到2023年增长了两倍，预计从2023年到2024年业务量可能再翻一番，2024年生成式AI可能占公司总营收的约一半，长期增长难以准确预测，但应该是高增长，预计2023 - 2028年该业务的复合年增长率约为50%，到2027或2028年，生成式AI可能占公司总营收的近75% [73][74] - 关于对毛利率的影响，难以精确判断，由于生成式AI业务发展多种商业模式，毛利率可能会有波动，预计长期对毛利率的影响是中性的，不会偏离40%左右的水平太远 [74] 问题4：唐晓鸥教授去世后其股份的继承情况、对公司股权结构和战略的主要影响，以及公司未来如何合理回报投资者，特别是在股价较低的情况下 - 唐晓鸥教授去世后，其股权由家人继承，家人一直对公司管理层表示坚定支持，并承诺继续锁定股份 [75][76] - 公司管理团队保持稳定，将继续推动AI行业变革，特别是向AI 2.0的转型，从集团层面看，集团治理的稳定性和一致性得到保证 [76] - 唐晓鸥教授设定的战略是通过原创技术为行业创造良好回报，在AI 1.0时代，公司通过降低成本实现稳定回报和正现金流，这种能力在AI 2.0时代也将发挥作用，公司经历整个周期，有能力利用过去经验推动生成式AI的产业转型 [76][77] - 公司当前股价约为IPO价格的20%，原因包括整体宏观环境和IPO前股东的抛售，去年第二大股东退出持股，今年最大外部股东一直在抛售，从管理层角度看，股价严重低估，因为它已低于公司净资产价值，公司资产除现金部分外，还包括大量计算能力和基础设施，计算能力在账面上按折旧后资产分类，实际价值应更高 [78][79] - 公司希望通过去年和今年年初的转型，使业务步入良好状态，以应对未来挑战并将商业能力扩展到AI 2.0时代，同时保持AI 1.0时代剩余业务的健康稳定现金流，管理层将尽最大努力，包括锁定股份、恢复股价，以回报股东和员工 [80]