USD:定增不超 36.4 億搞大模型！云從科技研發不止，虧損未斷

原創：南木

來源：柒財經

圖片來源：由無界AI工具生成

五一假期前夕，上市公司云從科技定增計劃獲得上交所受理。具體而言，云從科技募集金額不超36.35億元，擬全部用于云從“行業精靈”大模型研發項目。

值得一提的是，隨著ChatGPT出現，進一步確定大模型作為人工智能主流技術路線的趨勢。

受此影響，深耕人工智能賽道的云從科技股價迎來的大漲，股價從2022年底15元/股左右到今年4月4日一度上漲至61.8元/股，至最新收盤價報37.72元/股。

不過，云從科技曾回應稱，未與OpenAI、谷歌等合作，包括但不限于ChatGPT在內的GPT類產品和服務未帶來業務收入，且其在大模型業務領域同樣未產生收入。

數據：加密貨幣在線捐贈呈穩定增長趨勢:6月20日消息，云計算提供商Blackbaud的數據顯示，在線捐贈比重從2013年的?6.4％增長到2018年的?8.5％，已有超1億美元的加密貨幣被捐贈到慈善事業中，加密貨幣在線捐贈呈穩定增長趨勢。慈善數字貨幣事業實現了從捐贈數字貨幣到慈善機構愿意實際接受數字貨幣的進步。（Cointelegraph）[2020/6/21]

可也很顯然，云從科技看到大模型帶來的“瘋狂”，于今年3月底正式啟動了前述定增計劃，同時正值股價迎漲的高峰階段。

需特別指出是，云從科技在去年5月27日登陸科創板，僅一年時間，其再次募資不超36.35億元。另從業績上看，仍虧損的云從科技目前尚難以將對科研投入有效轉化為商業價值。

加碼大模型研發，四項具體建設內容

分析 | BTC出塊時間持續加速 灰度BTC持倉量有一定增長:據TokenGazer數據分析顯示：截止至12月4日17:00，BTC報價$7190.92，市值為$129,921.61M；主流交易所24H BTC交易量約為$231.81M，環比昨日縮水12.65%；BTC近期鏈上交易量持續增長，活躍地址數保持穩定，出塊時間保持加速狀態，約為9.2min；BTC市值占比平穩波動，目前約為66.7%；BTC 30天ROI表現不佳；據TokenGazer官網六道數據顯示，BTC情緒指數移動平均線保持穩定，灰度BTC持倉量有一定增長；期貨方面，與24小時前相比，火幣、OKEx的比特幣合約持倉量小幅下降。OKEx的比特幣多空持倉人數比在0.93-1.01之間波動，目前為0.99。火幣的比特幣多空趨勢中，精英用戶持有的多頭頭寸占45.4%；交易所方面，日內BTC/USD Coinbase對BTC/USDT?Huobi處正負溢價波動狀態。入市有風險，投資需謹慎。[2019/12/4]

2022年底，OpenAI公司發布了ChatGPT人工智能應用程序，底層技術是通用人工智能大模型，有效解解決當前人工智能邊際效應低的難題。

分析 | BTC 市值占比穩中有升 期貨未平倉量有一定增長:據TokenGazer數據分析顯示：截止至8月27日17:00，BTC價格為$10,200.82，市值為$182,071.01M；主流交易所24H BTC交易量約為$720.79M，環比昨日縮水38.7%；BTC活躍地址數、鏈上交易量有一定反彈；市值占比平穩波動，目前約為68.91%；BTC出塊時間約為9.6min；BTC 30天ROI持續回升；期貨方面，BTC期貨未平倉量有一定增長；交易所方面，日內BTC/USD Coinbase對BTC/USD Bitfinex處完全負溢價狀態，投資人需警惕近期市場波動風險。[2019/8/27]

所謂的大模型，指通過在大規模寬泛的數據上進行訓練后能適應一系列下游任務的模型。

于云從科技而言，算法研究團隊選擇“預訓練大模型+下游任務微調”的人機協同技術范式，陸續在NLP、OCR、機器視覺、語音多領域開展預訓練大模型的實踐。

分析 | BTC/USD Coinbase對?Bitfinex負溢價 主流交易所BTC交易量有一定增長 ?:據TokenGazer數據分析顯示：截止至8月22日17:00，BTC價格為$9,942.87，市值為$177,466.22M；主流交易所24H BTC交易量約為$1,115.80M，環比昨日增量7.74%；BTC活躍地址數持續上漲，鏈上交易量有一定下滑；在今天的市場波動中，BTC跌破$10000，但市值占比保持穩定，目前約為68.79%；BTC出塊時間約為10.5min；BTC 30天ROI有較大波動，但優于其他主流幣表現；期貨方面， BTC空單持倉量有輕微下滑；交易所方面，日內BTC/USD Coinbase對BTC/USD Bitfinex處完全負溢價狀態，負溢價程度較昨日有所放大，投資人需警惕近期市場波動風險。[2019/8/22]

以金融行業為例，數字員工等解決方案在“AI代人”處理客戶交流的場景中，將通過大模型技術實現高質量人機交互水準，提升產品營銷、客服、不良催收的業務效率。

對此，云從科技表示，將與頭部客戶和解決方案提供商一起，通過建設金融行業大模型，孵化構建新型產品和解決方案，如提供授信、審批等報告的自動數據報表分析、報告撰寫工具。

按照云從科技計劃，2023-2024年，通過金融大模型的構建和完善，公司金融行業解決方案將全面覆蓋金融前中后業務；到2025年，初步形成基于公司和主要伙伴共同構建的行業大模型為基礎的金融行業智能解決方案生態，服務主要金融客戶。

類似地，在智能制造、機場交通等領域，云從科技也將利用大模型帶來的認知能力躍遷，不斷形成和完善新的核心業務智能化解決方案，實現人機協同操作系統的開放生態。

此外，“行業精靈”大模型研發項目的具體建設內容有四項，包括：標桿行業專用大模型的研究與構建；人機協同操作系統對多模態大模型的整合與綜合實踐；數字人應用產品的標桿打造和生態建設；人機協同操作協同和行業大模型在行業智能化升級領域的實踐。

與商湯對比，誰更勝一籌？

放眼到行業中，“AI四小龍”中，今年4月，商湯科技先于云從科技等發布了“日日新SenseNova”大模型體系，推出自然語言處理、內容生成、自動化數據標注、自定義模型訓練等多種大模型及能力。此外，其還確定以“大模型+大算力”推進AGI發展的戰略布局。

其中，在算力方面，商湯科技智能計算基礎設施—SenseCoreAI大裝置基于2.7萬塊GPU的并行計算系統實現了5.0exaFLOPS的算力輸出，有效支持最多20個千億參數量大模型同時訓練，最高可支持萬億參數超大模型的訓練。

且目前，SenseCore已支持了超過10個大模型訓練項目，包括語言大模型、文生圖模型，、視覺大模型、多模態模型等自研模型和客戶自定義模型。同時，商湯科技面向8家大型客戶支持了7000多張GPU的計算資源，以服務其自定義的大模型訓練任務。

對比來看，云從科技從2019年開始在多個領域實踐“預訓練大模型+下游任務遷移”的技術范式，產生多個百億參數以內規模的模型。而根據報道，“日日新”大模型同樣自2019年開始研發，目前整體參數達到5000億，今年目標達到萬億。

持續虧損，研發費用率居高不下

豪擲超36億元，云從科技用于研發大模型。而一直以來，云從科技對研發投入毫不“吝嗇”。除2018年外，研發費用率均在50%以上。

其中，2022年，云從科技在研發上投入達5.6億元，占營業收入的比重達106.45%。進一步來講，僅研發上的支出成本就覆蓋掉云從科技的獲得的收入，同期歸母凈虧損達8.69億元。

2021年，云從科技錄得研發費用率近50%，不過也未逃脫虧損的命運，即6.32億元。另2019年、2020年及2023年第一季度，其歸母凈虧損分別為6.4億元、8.13億元、1.42億元。

于身處人工智能賽道的科技公司而言，云從科技增加研發費用，無可厚非。其在上市招股書中表示，公司的業務處在快速擴張期，未來一定期間可能持續虧損。

不過，所研發出的技術要最終落實到應用，并帶來更多的商業價值。且雖說人工智能能夠引發時代變更，可巨大浪潮之下內卷之風也在不斷加劇。在一輪又一輪競速中，云從科技如何保持技術優先性且有效落實商業場景，成為其面臨的首要難題。

Tags：BTCUSD人工智能COIobtc幣挖礦UUSD人工智能對口的工作Dragon Coins

Fil