昆仑万维:昆仑万维科技股份有限公司2024年10月30日投资者关系活动记录表

证券代码： 300418 证券简称：昆仑万维
昆仑万维科技股份有限公司投资者关系活动记录表
编号：2024-004
投资者关系活 □特定对象调研 □分析师会议
动类别 □媒体采访 √业绩说明会
□新闻发布会 □路演活动
□现场参观
□其他 （请文字说明其他活动内容）
参与单位名称 来自东吴证券、海通证券、华泰证券、招商证券、山西证券、
及人员姓名 民生证券、国信证券、国投证券、国海证券、国盛证券、中
信证券、中信建投、中金公司、西南证券、中泰证券、高盛、
大和日华、瑞银证券、摩根士丹利、西部利得、金鹰基金、
盘京投资、集元资产等 77 位机构投资者
时间 2024 年 10 月 30 日 16:00-17:00
地点 电话会议
上市公司接待 昆仑万维 董事长兼 CEO 方汉先生
人员姓名 昆仑万维 战略副总裁 牟竹云先生
方总回顾公司 2024 年前三季度整体情况：
2024 年前三季度，公司在夯实基座大模型基本盘的同
时，积极扩展应用端布局，构建了多元化 AI 产品矩阵。公司
营业收入稳健增长，达到 38.28 亿元，同比增长 4.00%。今
投资者关系活 年前三季度，公司海外业务收入占比进一步提升至 89.68%， 动主要内容介 同比增加 5.62 个百分点；公司坚持将技术研发作为推动长
绍 期发展的核心动力，研发投入达 11.44 亿元，同比增长
84.47%。
大模型侧，我们不断优化模型的架构与算法，确保在性
能、精度和效率上持续提升。我们于 2024 年 9 月发布的两
款全新奖励模型在权威奖励模型评估基准RewardBench上分
别位列排行榜第一和第三位。奖励模型核心作用是为大模型的行为提供反馈，并引导模型朝最优目标方向调整。在测试过程中，昆仑万维奖励模型在对话、安全性等领域表现出色，例如在对话、安全、代码推理、数据推理等方向的困难样本中，仅 Skywork-Reward-Gemma-2-27B 模型给出了正确预测。
应用侧，天工 AI 全面升级，发布了全新 AI 搜索、彩页
及宝典功能。在全新高级搜索模式下，天工能够深入理解并精准分析用户需求，自动规划出最优解决路径并逐步执行。同时，我们深度整合国内外海量数据资源以确保优质信息的时效性与覆盖率。我们还通过图文并茂的呈现方式和数据驱动的分析，真正实现智能搜索与决策支持的全面升级。此外，我们推出了全新的彩页模块，用户可以根据个人兴趣发布彩页，打造个性化的内容展示平台。同时，我们重磅推出宝典功能，这是一种面向 AI 时代的全新知识网页形式。用户在搜索问题时，系统会自动生成一个深度阅读页，提供更全面专业的答案。用户还可以认领宝典并通过广告分成享受收益。
AI 短剧方面，我们于 2024 年 8 月 19 日发布全球首个集
成视频大模型与 3D 大模型的 AI 短剧平台 SkyReels。
SkyReels 平台集剧本生成、角色定制、分镜、剧情、对白/BGM及影片合成于一体，让创作者“一键成剧”。我们自主研发的剧本大模型 SkyScript 能够输出高度结构化的精彩剧本；分镜模型StoryboardGen能保证人物与场景的可控性和一致性，打造出高质量的工业级分镜；3D 生成大模型 Sky3DGen能够生成多样化的 3D 元素和场景。此外，我们的创新平台WorldEngine 是业界内首个将 AI 3D 引擎与视频大模型深度融合的创新平台。通过我们领先的模型能力，SkyReels 为创作者提供了前所未有的创作自由和可能性，推动了 AI 短剧行业的创新与发展。
AI 游戏方面，我们自研的 AI 游戏《Club Koala》、
《Project G7》研发测试进展顺利。《Club Koala》融合了模拟社交经验和派对游戏玩法，通过 AI 生成角色、场景和道具，搭载具备记忆力和多轮对话能力的 AI NPC，提供沉浸式体验。《Project G7》是一款高自由度的校园生活模拟游戏。游戏的开放世界设计允许玩家作为高中新生自由探索学校
和城市场景，与 AI NPC 互动。沙盒模式和强大的 AI 支持让
玩家可以按个人喜好决定剧情、定制个性化情景，创造独特的校园冒险体验。
在 AI 社交和 AI 音乐领域，我们不断推动技术迭代，以
提升用户体验。Linky 持续优化大语言模型，显著提升对话流畅性和角色互动深度，用户满意度显著提升。同时，我们推出了自研 AI 音乐大模型 SkyMusic 2.0，具备生成特定风格歌曲能力，支持 500 字以上歌词输入，可生成长达 6 分钟的高质量双声道音乐。我们发布了全球首个 AI 流媒体音乐平台 Melodio，用户可根据场景或心情生成定制化音乐。此外，我们还发布了 AI 音乐创作平台 Mureka，其允许用户创作、分享及出售专属音乐作品，促进创作与商业收益的结合。通过这些创新，我们致力于赋能用户，提升社交与音乐体验的丰富性与实用性。
B 端业务方面，我们积极探索全新业务模式。2024 年 10
月，为推动 AI 大模型技术在招聘领域的应用落地，我们与FESCO 的全资子公司北京外企数字科技有限公司携手合作，共同成立人工智能招聘合资公司——北京数智万维人力科技有限公司。该合资公司将专注于利用人工智能技术构建高效的招聘与求职平台。我们深信，通过我们的 AI 技术，将在提升招聘效率、降低成本和增强候选人体验等方面，为人力资源行业带来深远的变革与突破。这一合作标志着我们对 AI在招聘行业应用潜力的坚定信心，同时也是我们推动行业创新的重要一步。

2024 年前三季度，我们坚持在 AGI 与 AIGC 领域深耕，
积极拓展多样化的 AI 应用版图。展望未来，昆仑万维将持续聚焦 AGI 与 AIGC，最终实现公司的使命 “实现通用人工智能，让每个人更好的塑造和表达自我”。
问答环节
问：公司 C 端 AI 应用战略重心是什么？何时有规模化
收入？
答：首先，我们目前已推出了天工 AI 智能助手，AI 短
剧 SkyReels，AI 游戏《Club Koala》，AI 社交产品 Linky，
AI 音乐产品 Melodio 和 Mureka，实现了在 AI 应用侧的多元
化布局。我们深信 AIGC 内容将是下一个具有巨大潜力的行业，因此 AIGC 内容行业仍是公司未来发展的战略重心。我们将推进更多创新应用，致力于为 C 端内容创作者提供强大的AI 工具，从而提高内容的创作效率，降低内容的创作成本，进而推动整个内容创作行业用户规模以及产品规模得到极大的扩充。
其次，目前 AI 社交产品 Linky 展现了极强的变现潜力。
但是，AI 应用的渗透是一个渐进的过程，要大规模产生收入及利润，可能还需要一段时间，但这一时点必将到来。
问：如何看待国内大模型以及公司自身技术进展？未来一段时间的投入重点是什么？OpenAI o1 的出现是否进一步提高了训练门槛？
答：目前大部分国内的大模型公司都处在追赶 GPT-4 水
平的阶段。
昆仑万维坚持纯自研路线，我们自 2020 年起就布局大
模型。2023 年 4 月，公司发布双千亿参数量级“天工 1.0”
大模型。2024 年 2 月，公司发布 MoE 架构的“天工 2.0”大
语言模型。 2024 年 4 月，我们发布 4,000 亿参数 MoE 架
构的“天工 3.0”。在 MMBench 等多项权威多模态测评结果中，“天工 3.0” 超越 GPT4V，多项评测指标达到全球领先水平。在语言大模型的基础上，我们不断进行技术迭代，成功研发了多模态图文大模型、音频大模型、3D 大模型及视频生成大模型。由此可见，我们的模型的迭代与 C 端应用的技术发展方向是非常吻合的。未来我们将持续优化升级我们的模型核心能力，并不断推动产品的演进和升级。
OpenAI o1 实际上是提高了推理的门槛。通过增加“强
化学习+思维链”的方式，显著提升了模型的推理能力。让推理能力的 scaling law 再次被所有人所重视，也就是说推理时间越长，那么推理结果越准确。所以我们认为 scaling law在训练领域已经放缓的比较明显，但在推理领域的增长方兴未艾。
问: Scaling law 是否仍然有效？对公司应用的潜在影
响？
答：Scaling Law 并未失效，但在训练领域确实在放缓，
即在模型规模不断扩大的情况下，若该领域的数据集没有急剧上升的话，性能提升可能会出现边际效益递减的现象。但是目前 OpenAI o1 带来了一个新的方向，就是在推理能力方面，scaling law 仍然有显著的增长空间。通过增加模型参数数量、推理方式、硬件算力等有可能带来性能提升。
尽管大语言模型的规模定律在一些方面显示出局限性，但我们可以通过对模型架构进行创新，正如昆仑万维2050研究院与北大联合发布的 MoE++架构使得模型具有更快的推理速度和更高的性能；也可像 OpenAI 的 o1 在后训练引入强化学习，并在推理中增加长 CoT，也实现了模型性能表现的大幅提升。此外，引入更高质量的数据，以及增强多模态能力，
来提高模型的认知等方法，也可以进一步的提升模型的推理和生成能力。未来的进展可能更多地依赖于算法和理论的创新，而不仅仅是模型规模的扩大。
同时，我认为大模型的 Scaling Law 在不同领域的放缓
速度不同，以文本领域而言，人类的文本领域大概是 10000万亿 Token 的量级，视频领域大概是百亿量级，图片领域大约是 10 亿。再到音乐，全球历史上只有 4000 万首歌曲。再
到 3D 模型领域，只有 1200 万个 3D 模型。在不同的数据量
规模的情况下，预训练的 scaling law 肯定会放缓。目前国外大规模训练集群，基本上都还是在文本领域，朝着通用人工领域去进行研发。但是对于内容生成领域，不论是视频、图片还是音乐，从训练到推理其实都在进行大量的优化，我们认为在这个领域的性能优化仍然有极大空间。例如 OpenAI刚刚推出的 sCM 模型，将图像生成速度提高了 10 倍以上，这表明 AIGC 领域，已经进入到成本急剧降低、性能急剧提高的一个阶段，这对于所有在 AIGC 领域进行创业的或者进行产品实践的公司来说是非常有战略意义的。
其次，在垂直市场，例如在音乐、图像、视频领域，如果能够取得 SOTA 即最先进模型的地位，仍然能够获取市场的一个红利。像我们公司在音乐领域取得 SOTA 级别地位之后，也吸引了国内很多大企业前来合作，包括中国移动和中国电信等公司。所以在 AIGC 领域，我们中国企业的机会是非常大的，然后