商汤科技董事长兼 CEO 徐立于近日发内部信，首次提及公司最新确立的 " 大装置 - 大模型 - 应用 " 的三位一体战略，同时宣布将围绕战略和核心资源，将构建更加集中和高效的组织架构，加快组织和管理的轻盈化进程。

在内部信中，徐立还阐述了自己对于传统 AI 1.0 和生成式大模型 AI 2.0 的理解。他指出，"AI 1.0 被看作是专用智能，专注于单任务和信息处理；而 AI 2.0 被视为通用智能，强调多任务和内容生成。" 在他看来，" 这样的描述虽然简单易懂，却并非完全准确，因为通用与专用之间并无明确界限，而且 AI 的落地应用终究要场景化，比如生成式大模型在垂直领域的应用。"

徐立指出，在生成式大模型 AI 领域，商汤的核心战略是实现算力大装置、大模型和应用的无缝集成，以应用驱动模型，以模型带动算力的优化。

附商汤全员信全文：

《商汤十周年再出发：专注聚焦、知行合一》

各位商汤同学：

大家好！商汤在本月迎来了它的十周岁生日。与此同时，人工智能界也迎来了一个重大里程碑：诺贝尔物理学奖表彰了 " 用物理学推动人工智能 " 的工作，而诺贝尔化学奖则表彰了 " 用人工智能推动蛋白质结构预测 " 的成就。

这标志着人工智能与科学之间的相互作用，互为研究目的也是研究工具，预示着一系列学科领域的新范式即将开启。新版五十英镑钞票上阿兰 · 图灵的肖像下印着一句话：" 这不过是将来之事的前奏，也是将来之事的缩影 "，- "This is only a foretaste of what is to come， and only the shadow of what is going to be．" – 这或许是对我们这个时代最佳注释。

我们相信并期待通用人工智能时代的到来。务实来讲，我们已迈出了两步：即常说的传统 AI 1.0 和生成式大模型 AI 2.0。通常，AI 1.0 被看作是专用智能，专注于单任务和信息处理；而 AI 2.0 被视为通用智能，强调多任务和内容生成。

但这样的描述虽然简单易懂，却并非完全准确，因为通用与专用之间并无明确界限，而且 AI 的落地应用终究要场景化，比如生成式大模型在垂直领域的应用。在我们看来，AI 1.0 和 AI 2.0 的一个重要区别在于 AI 成本结构的变化。

在传统的 AI 1.0 时代，模型生产的主要成本在于研发人员的投入。而在生成式大模型 AI 2.0 时代，模型生产的成本主要在于算力资源的投入。随着尺度定律在大语言模型、多模态模型、视频生成模型以及慢思考推理过程中得到验证，生产和使用大模型的成本可以直接等价于算力资源的消耗。

简言之，生成式大模型 AI 的普及和商业化，需致力于降低大模型的生产和使用成本，这势必要结合大模型来迭代和优化算力，同时也需根据算力资源的特点来迭代大模型设计和应用。

因此，在生成式大模型 AI 领域，商汤的核心战略是实现算力大装置（SCO）、大模型和应用（CNI）的无缝集成，以应用驱动模型，以模型带动算力的优化。我们确立了 " 大装置 - 大模型 - 应用 " 的三位一体战略，旨在通过数量级级别的优化，提升算力资源的使用效率，服务好我们的客户。我们致力于成为最懂算力的大模型服务商，和最懂大模型的算力服务商。

在传统 AI 领域，我们将充分利用我们的视觉感知和多模态模型的核心能力，集中资源，明确方向，并通过一套研发投入，同时服务国内和国际市场。

在组织层面，围绕战略和核心资源，我们将构建更加集中和高效的组织架构，推动资源的集中和集约化投入，加快组织和管理的年轻化进程。在商汤十周年和通用人工智能时代即将来临之际，让我们一起重拾创业初心。

感谢过去十年每一位商汤人的付出和努力。希望我们继续保持过去的坚韧、勇敢与乐观，主动拥抱变化，坚定不移地探索 " 科技原创和产业价值闭环 " 的道路，在接下来十年的征程中努力奔跑，共同定义与开创通用人工智能时代！