【TechWeb】12月30日消息，AI独角兽商汤科技今日在港交所上市，上市首日涨幅一度扩大至超20%，总市值超1400亿港元。
据悉商汤科技是一家主要从事计算机视觉软件提供的中国投资控股公司。该公司的产品包括人工智能基础设施SenseCore、SenseAuto等。该公司专注于智慧商业、智慧城市、智慧生活、智能汽车等领域,服务商业空间管理、住宅物业管理、城市管理、制造、基础设施、交通、移动设备及应用、医疗、汽车等。
商汤科技2018年-2020年营收分别为人民币18.53亿元、30.27亿元、34.46亿元，净亏损分别为人民币34.33亿元、49.68亿元、121.58亿元。截至2021年6月30日止六個月，该公司营收为16.52亿元，净亏损为37.13亿元。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
商汤科技宣布，将于明日推出全新版本的「日日新5.0」，继续带来技术的创新和突破。日日新是商汤科技推出的大模型体系，包括自然语言处理模型“商量”、文生图模型“秒画”和数字人视频生成平台“如影”等。用户可以通过自然语言输入，利用大模型的意图识别、逻辑理解与代码解释器的能力，实现自动数据转化为有意义的分析和可视化结果。
4月18日，2024中国生成式AI大会上李未可科技正式发布为眼镜等未来终端定向优化等自研WAKE-AI多模态大模型，具备文本生成、语言理解、图像识别及视频生成等多模态交互能力。该大模型围绕GPS轨迹视觉语音打造新一代LLM-Based的自然交互，同时多模态问答技术的加持，能实现所见即所问、所问即所得的精准服务。李未可科技合伙人&AI负责人古鉴表示WAKE-AI将逐步开放平台能力，便于更多企业及开发者调用WAKE-AI能力，共建AI硬件生态。
商汤港股今日表现强势，涨幅显著扩大至34%，股价报0.820港元，总市值跃升至274.45亿港元。这一涨幅不仅彰显了市场对商汤科技的强烈信心，也反映出其业务的持续发展和强大潜力。这一功能在智能客服、智能写作、智能设计等领域具有广阔的应用前景，为商汤科技未来的发展奠定了坚实的基础。
快科技5月14日消息，最近有传闻说，小米汽车工厂五一期间曾一度停工，这是真的吗？对此，小米汽车回应称：确有其事。官方解释道：这是为了提拉本年产能，小米汽车的工程师利用五一假期，进行了一轮设备维护改造，为接下来继续快速提升交付能力做好了准备。小米汽车补充道：近期，我们会有一些好消息跟大家陆续汇报。”小米汽车曾表示，小米SU7的火爆程度确实远超预期，原计划的全年产量（不到8万辆）已经全部售罄。经过紧张的产能提拉，确实将今年的交付目标上调至10万辆。经过五一假期技术改进，预计小米很快会公布最新的年度产能计划，?
一个名为GPT2Chatbot的神秘机器人在LMsys平台上引发了广泛关注。这个机器人的测试效果出奇的好，让人们对其背后的技术产生了浓厚的兴趣。但也有人猜测，这可能只是在GPT2的基础上进行微调的结果，认为从其推理速度来看，不可能是一个1B的小模型应该有的速度。
Create2024百度AI开发者大会在深圳国际会展中心盛大开幕。本次大会以“创造未来”为主题，设置了深度论坛、AI公开课、AI互动体验区、开发者之夜等精彩环节，汇聚了国内知名AI企业以及近万名海内外顶尖开发者与业界领袖，打造了一场备受瞩目的科技盛宴。随着AI技术的进一步发展，标贝科技也将继续发挥在智能语音领域的技术研发和产业化应用优势，持续丰富和优化产品、服务，实现低门槛、高效率、批量化的内容生成能力，广泛服务于各类内容的相关场景及生产者，为产业数智化升级和高质量发展提供持久的驱动力。
4月26日，好衣库携明星店主一行访问巴黎欧莱雅中国区总部，开启一场由内外赋能女性力量的寻美之旅。作为全球美妆领导品牌，巴黎欧莱雅致力于为全世界消费者创造触手可及的奢华和融合最新科技的产品。”好衣库CEO鲲天表示，未来好衣库将携手巴黎欧莱雅共建私域美妆赛道，充分发挥各自优势，围绕“以消费者为中心”的基本方针，在私域市场中不断挖掘美妆新爆款，共同开创更广阔的市场前景。
这股汹涌之势，在近日举行的2024北京国际汽车展览会展现得尤为明显。成为新晋爆款的背后原因，是问界新M5的全能实力——颜值超高、性能强劲、操控优秀、乘坐舒适，当产品已经做到六边形无短板，广大消费者又有什么不选择的理由呢?问界新M5显然已冲在前方，成为了领跑者之一，再次树立25万级别的新标杆，期待未来能给用户带来更多惊喜。
百度地图V20即将全面上线，并特别支持车机端的3D车道级导航功能。这一功能的推出，将为用户提供更加精准、直观的导航体验。随着百度地图V20的全面上线，我们期待看到更多车企和科技企业加入到这一领域，共同推动智能出行技术的发展。
腾讯NintendoSwitch宣布，“人类一败涂地”国行版本正式定名《面条人》。《面条人》是CurveDigital推出的独立游戏《Human:FallFlat》的国行版本，今日正式上架Nintendoe商店，定价78元。玩家可以在Nintendoe商店购买游戏软件。
MuLan是一个开源的多语言扩散模型，旨在为超过110种语言提供无需额外训练即可使用的扩散模型支持。该模型通过适配技术，使得原本需要大量训练数据和计算资源的扩散模型能够快速适应新的语言环境，极大地扩展了扩散模型的应用范围和语言多样性。MuLan的主要优点包括对多种语言的支持、优化的内存使用、以及通过技术报告和代码模型的发布，为研究人员和开发者提供了丰富的资源。
MiLM-6B是由小米公司开发的大规模预训练语言模型，参数规模达到64亿，它在中文基础模型评测数据集C-Eval和CMMLU上均取得同尺寸最好的效果。该模型代表了自然语言处理领域的最新进展，具有强大的语言理解和生成能力，可以广泛应用于文本生成、机器翻译、问答系统等多种场景。
TalentGenius是一个利用人工智能技术帮助专业人士评估技能、优化职业路径，并匹配最佳工作机会的平台。它通过AI工具提供个性化的职业导航、辅导、招聘和咨询，帮助用户在技术快速发展的今天保持竞争力。
Pipecat是一个开源框架，用于构建语音和多模态对话代理，如个人教练、会议助手、儿童故事玩具、客户支持机器人、接待流程和机智的社交伴侣。它支持本地运行，并可迁移到云端，集成了多种AI服务和传输方式，具有高度的可定制性和扩展性。
MetaTrend是一个专注于提供AI、加密货币和金融行业趋势的新闻网站。它通过每日更新的新闻摘要，帮助用户快速了解这些领域的最新动态，对于希望紧跟科技和金融潮流的专业人士来说，这是一个不可或缺的工具。
打标助手是基于GPT4-Vision开发的一个在线工具，它通过微调prompt实现批量图片文字标注，为基于SD模型的训练提供数据支持。该工具的主要优点在于其免费性、批量处理能力和高效的标注准确性，特别适合需要大量图片标注的科研和商业用户。
Gemma 2是下一代谷歌Gemma模型，拥有27亿参数，提供与Llama 3 70B相当的性能，但模型大小仅为其一半。它在NVIDIA的GPU上运行优化，或在Vertex AI上的单个TPU主机上高效运行，降低了部署成本，使更广泛的用户能够访问和使用。Gemma 2还提供了强大的调优工具链，支持云解决方案和社区工具，如Google Cloud和Axolotl，以及与Hugging Face和NVIDIA TensorRT-LLM的无缝合作伙伴集成。
Gemini 1.5 Flash是Google DeepMind团队推出的最新AI模型，它通过'蒸馏'过程从更大的1.5 Pro模型中提炼出核心知识和技能，以更小、更高效的模型形式提供服务。该模型在多模态推理、长文本处理、聊天应用、图像和视频字幕生成、长文档和表格数据提取等方面表现出色。它的重要性在于为需要低延迟和低成本服务的应用提供了解决方案，同时保持了高质量的输出。
Imagen 3 是谷歌一个先进的文本到图像的生成模型，它能够生成具有极高细节水平和逼真效果的图像，并且相较于之前的模型，其视觉干扰元素显著减少。该模型对自然语言的理解更为深入，能够更好地把握提示背后的意图，并从更长的提示中提取细节。此外，Imagen 3 在渲染文本方面表现出色，为个性化生日信息、演示文稿标题幻灯片等提供了新的可能性。
Veo是Google最新推出的视频生成模型，能够生成高质量的1080p分辨率视频，支持多种电影和视觉风格。它通过先进的自然语言和视觉语义理解，能够精确捕捉用户创意愿景，生成与提示语调一致且细节丰富的视频内容。Veo模型提供前所未有的创意控制水平，理解电影术语如“延时摄影”或“航拍景观”，创造出连贯一致的画面，使人物、动物和物体在镜头中逼真地移动。
PaliGemma是Google发布的一款先进的视觉语言模型，它结合了图像编码器SigLIP和文本解码器Gemma-2B，能够理解图像和文本，并通过联合训练实现图像和文本的交互理解。该模型专为特定的下游任务设计，如图像描述、视觉问答、分割等，是研究和开发领域的重要工具。
lluminous是一个快速、轻量级的开源聊天界面，支持多供应商API密钥，提供完整的隐私保护，所有对话历史和密钥都存储在本地。它支持多模态输入、多轮对话提示、预填充响应、模型切换以及对话分享等功能。
CuMo是一种多模态大型语言模型（LLMs）的扩展架构，它通过在视觉编码器和MLP连接器中融入稀疏的Top-K门控专家混合（MoE）块，提高了模型的可扩展性，同时在推理时几乎不增加激活参数。CuMo在预训练MLP块后，初始化MoE块中的每个专家，并在视觉指令调整阶段使用辅助损失以确保专家的均衡负载。CuMo在各种VQA和视觉指令遵循基准测试中超越了其他同类模型，且完全基于开源数据集进行训练。
混元-DiT是腾讯推出的首个中英双语DiT架构的人工智能模型，专注于中文元素理解，具备长文本理解能力和细粒度语义理解。该模型能够分析和理解长篇文本中的信息，并生成相应的艺术作品，包括但不限于人物写真、创意创作等。混元-DiT的推出，对于提升中文文本理解的深度和广度，以及促进中英双语交流具有重要意义。
GPT-4o（'o'代表'omni'）是自然人机交互的重要一步，它可以接受任意组合的文本、音频、图像和视频输入，并生成任意组合的文本、音频和图像输出。它在音频输入响应上的速度极快，平均响应时间仅为320毫秒，与人类对话的响应时间相近。在非英语文本处理上取得了显著进步，同时在API上速度更快且成本降低了50%。GPT-4o在视觉和音频理解方面也比现有模型更出色。
AutoGroq是一个AI驱动的对话助手，旨在通过自动生成专家代理来彻底改变用户与AI工具的互动方式。它克服了现有解决方案的局限性，提供了一个用户友好、强大且无需配置的体验。该平台专注于通过自动生成专门针对任何问题的专家代理，无论问题的复杂性如何，提供即时和相关的帮助。
OpenGlass是一款可穿戴眼镜，它能够记录用户的生活，并提供有帮助的总结和建议。这款眼镜可以针对不同的使用场景进行定制，适合追求个性化体验和生活记录的用户。它结合了最新的硬件技术和软件开发，为用户带来全新的交互体验。
Refuel LLM-2 是一款为数据标注、清洗和丰富而设计的先进语言模型。它在约30种数据标注任务的基准测试中超越了所有现有的最先进语言模型，包括GPT-4-Turbo、Claude-3-Opus和Gemini-1.5-Pro。Refuel LLM-2 旨在提高数据团队的工作效率，减少在数据清洗、规范化、标注等前期工作上的手动劳动，从而更快地实现数据的商业价值。
Aloe是由HPAI开发的一款医疗领域的语言模型，基于Meta Llama 3 8B模型进行优化。它通过模型融合和先进的提示策略，达到了与其规模相匹配的最先进水平。Aloe在伦理和事实性指标上得分较高，这得益于红队和对齐工作的结合。该模型提供了医疗特定的风险评估，以促进这些系统的安全使用和部署。
FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，并且能够一体化的准确预测时间戳。
