复盘格灵深瞳上半年：技术深耕与商业化落地突破

近日，有外媒报道称，OpenAI或因资金短缺，将在2024年底被迫申请破产。尽管业内普遍认为这一传言属于危言耸听，也一定程度上戳中了AI公司的盈利痛点。

在国内，工信部赛迪研究院副总工程师安晖也曾直言：“全球近90%的人工智能公司仍处于亏损状态，中国AI产业链中90%以上的企业也处在亏损阶段。”

不过一片低迷之中，有一家公司依然保持了稳健增长。8月26日，国内人工智能领域知名企业格灵深瞳发布2023年的半年报，报告期内各项业绩表现亮眼，并实现了净盈利。同时，格灵深瞳的行业大模型已经在金融领域实现了落地应用，率先解决AI企业商业化落地难的问题。

营收创新高，展现可持续盈利能力

格灵深瞳半年报显示，2023上半年，公司营业收入达1.57亿，较上年同期增长34.35%；归母净利润为211.5万元，同比增长116.84%；归属于上市公司股东的扣除非经常性损益的净利润为111.3万元，同比增长107.73%。

值得注意的是，继2022年扭亏为盈，成为A股第一家盈利的AI计算机视觉公司之后，2023年上半年格灵深瞳依然保持了盈利态势——这是一众AI企业都难以达到的盈利水平。格灵深瞳在公告中称，利润增长主要是由于报告期内公司营业收入增加、资金管理取得的利息收入增长和股份支付费用减少等因素的共同影响。

市场永远是最好的试金石，这一重要的里程碑证明了格灵深瞳商业模式的自生能力，也证明了其技术实力通过了市场检验。

营收、利润提升有多方面因素，但核心逻辑是产品力必须强大。在持续盈利的基础上，格灵深瞳进一步加大研发投入力度，报告期内研发费用为7706万元，同比增长34.96%，研发人员同比增长41.41%。更多的研发投入，将为企业强劲的创新能力持续蓄能。

实际上，深耕计算机视觉行业多年，格灵深瞳技术研发优势明显，已形成了基于深度学习的模型训练与数据生产技术、3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨镜追踪技术和机器人感知与控制技术五大技术方向并拥有多项自主知识产权，技术能力获得了国内外权威机构与组织的认可。

例如，在2022年ECCV PointCloud-CChallenge，格灵深瞳在点云分割和点云分类两个赛道均获第2名；格灵深瞳的人脸识别技术在公安部治安管理局亿级人像算法测试中，1比1人像比对测试万分之一误识率下的通过率为99.97%，5万样本比1亿级人像比对测试中首位命中率超过98%，均高于行业平均水平；格灵深瞳的车辆识别技术能够对大陆号牌、港澳号牌、非机动车号牌等多种类型的车牌进行多种尺寸和角度的识别，支持倾斜角度在45°范围内的车牌，准确率在99%以上。

技术上的领先，逐渐转化成竞争的壁垒。凭借前沿技术积累以及对各下游行业与应用场景的深度理解，格灵深瞳形成了产品快速的商业化落地的能力，并结合自研大模型技术，根据行业客户的需求不断优化、升级核心技术，推动产品迭代。

从市场反响来看，格灵深瞳主营业务产品在下游主要核心客户的认可程度高，良好的市场口碑又为企业市场拓展及持续发展奠定了重要基础，这些都促成了良性的商业闭环。

（图片来源：企业半年报）

在营收和研发支出稳定增长的同时，由于本期股份支付费用减少以及资金管理取得的利息收入显著增加，格灵深瞳的销售费用同比下降8.16%、管理费用同比下降18.79%、财务费用同比下降126.11%，提质增效，盈利空间进一步扩大。

深瞳大脑助力商业化迅速落地

曾经有机构投资人发布了一组调研数据——从2023年3月到5月，召开业绩电话会议的标普500指数的公司中，有110家公司的高管提到了AI，这是过去十年的3倍。

火热如斯，但周期恒在，在达到热度高点后，本次人工智能必然回归冷静波段，寻找商业化路径解决方案，落地商业本质。如何解决致命的商业化落地难题？作为A股第一家盈利的AI计算机视觉公司，格灵深瞳有自己的打法。

在计算机视觉行业的多年深耕，赋予了格灵深瞳在技术研发上的显著优势，基于此，格灵深瞳建立了以数据平台与训练平台为核心，涵盖数据采集、数据预处理、数据标注、模型训练、模型优选等模块的底层AI技术平台——深瞳大脑，有效提高了算法模型的研发效率及自动化水平。

数据平台支持多源多模态数据的自动收集和清洗归类，通过构建自动化处理为主、人工标注为辅的标注体系，形成海量增长的标签数据池，有效节省标注成本，提高了算法模型的研发效率；训练平台则有效提高了模型训练的自动化水平，降低算法多平台部署应用的迁移难度，为算法高效生产及快速商业化应用奠定了重要基础。

目前，格灵深瞳的核心技术已成功在智慧金融、城市管理、商业零售、轨交运维四大领域实现落地应用，同时公司在体育健康和元宇宙领域也进行了前瞻性的布局。

在智慧金融领域，格灵深瞳搭建了适用于该领域的行为分析大模型技术架构，目前已完成场景试验、技术论证并实现落地应用。公司在计算机视觉基础上探索并拓展多模态技术，未来将融合自研的自然语言处理及自动语音识别等技术，充分赋能银行客户智能化场景应用。

在轨交运维领域，格灵深瞳的3D重建与立体视觉分析技术解决了传统算法中误差较大的问题，让计算机视觉技术运用于轨交检修的落地应用成为可能。通过应用机器人主动感知技术、自主规划与控制技术、虚拟示教与远程遥感技术，有效提升了机器人的环境适应性，提升实施效率，降低整体项目运营成本。与此同时，公司的模型压缩和边缘计算能力，可以实现对线路故障诊断算法的实时运行，机器人可利用自身算力实时处理线路数据，进行在线故障诊断。

在体育健康领域，格灵深瞳的3D立体视觉技术使得设备成本降低的同时，提高了可靠性和易用性。运动姿态分析技术通过采集不同场景下人体姿态数据，利用自主研发的三维人体姿态估计算法，能够解决人体关键点采集不准不稳的难题。格灵深瞳于2023年5月发布智慧校园体育产品深瞳阿瞳目，目前已成功在客户中开展试点应用。

在元宇宙领域，格灵深瞳基于3D立体视觉技术自研了大规模沉浸式人机交互系统，提供在大场景中的人体动作姿态感知、六自由度游戏装备感知等能力，未来可应用于沉浸式互动游戏、赛事、发布会、文旅和展厅等领域。

众所周知，对于AI企业来说，研发越深入，数据沉淀越多，企业对于产品的理解就越透彻，客户粘性随之不断增强，竞争优势日积月累。当这些业务和优势规模化落地，形成一个又一个优势业务板块，格灵深瞳的业务护城河由此筑就。