建信保險資產管理有限公司,恒大人壽保險有限公司,陜西抱樸容易資產管理有限公司,陸家嘴國泰人壽保險有限責任公司,豐琰投資管理(上海)有限公司,德邦基金管理有限公司,上海祥鎰資產管理有限公司,興合基金管理有限公司,大成基金管理有限公司,杭州宇迪投資管理有限公司,上海斯米克材料科技有限公司,上海中蘭私募基金管理有限公司,富安達基金管理有限公司,Green Court Capital Management Ltd,北京紫薇私募基金管理有限公司,淡水泉(北京)投資管理有限公司,嘉實基金管理有限公司,上海健順投資管理有限公司,財通證券股份有限公司,東海證券股份有限公司,中信建投經管委財富管理部,天弘基金管理有限公司,廈門金恒宇投資管理有限公司,廣發基金管理有限公司,上海混沌投資(集團)有限公司,新華基金管理股份有限公司,北京源樂晟資產管理有限公司,上海沖積資產管理中心(有限合伙),上海潯寶投資管理有限公司,中國人壽養老保險股份有限公司,西部利得基金管理有限公司,農銀匯理基金管理有限公司,深圳山石基金管理有限公司,中國中信集團有限公司,寶盈基金管理有限公司,匯添富基金管理股份有限公司,上海名禹資產管理有限公司,北京磐澤資產管理有限公司,中船財務有限責任公司,江東控股集團有限責任公司,匯華理財有限公司,上海七曜投資管理合伙企業(有限合伙),浦銀安盛基金管理有限公司,匯泉基金管理有限公司,金信基金管理有限公司,廣發銀行股份有限公司,國融證券股份有限公司,明世伙伴基金管理(珠海)有限公司,天津易鑫安資產管理有限公司,上海涇溪投資管理合伙企業(有限合伙),信達澳銀基金管理有限公司,杭州霖諾私募基金管理有限公司,華潤元大基金管理有限公司,格林基金管理有限公司,CSOP Asset Management Limited(南方東英資產管理有限公司),上海利幄私募基金管理有限公司,北京宏道投資管理有限公司,華富基金管理有限公司,國海證券股份有限公司證券資產管理分公司,上海可麥資產管理有限公司,北海棣增投資咨詢有限公司,浙商證券股份有限公司,中加基金管理有限公司,中科沃土基金管理有限公司,南華基金管理有限公司,中信建投資本管理有限公司,China Securities (International) Finance Holding Company Limited(中信建投(國際)金融控股有限公司),長江證券股份有限公司,中郵人壽保險股份有限公司,中信建投,大家資產管理有限責任公司,方正證券股份有限公司,博時基金管理有限公司,浙江巴沃私募基金管理有限公司,上海趣時資產管理有限公司,海南富道私募基金管理有限公司,財信證券有限責任公司,海南拓璞私募基金管理有限公司,東吳基金管理有限公司,廣州市龍智投資管理有限公司,福州開發區三鑫資產管理有限公司

第一部分:公司首席科學家、計算機視覺研究院院長陳書楷向參會人員介紹《熵基科技 大模型及手掌 識別技術應用》做主題講解。

主要包括以下內容:

1.BioCVLLM 大語言模型

1.1AI大語言模型特點

1.2BioCVLLM歷程

1.3BioCVLLM核心能力

1.4BioCVLLM基座模型

1.5BioCVLLM熵基自研大語言模型

1.6BioCVLLM應用模式(模型微調)

1.7BioCVLLM應用模式(知識庫問答)

1.8BioCVLLM應用模式(使用工具)

1.9自研大語言模型的必要性

2.BioCVVLM 多模態視覺大模型

2.1視覺大模型趨勢多模態

2.2視覺大模型趨勢生成式

2.3多模態視覺大模型帶來計算機視覺多種任務的提升

2.4多模態視覺大模型的應用局限

2.5BioCVVLM 大模型建設 基座模型

2.6BioCVVLM 大模型建設應用流程

2.7BioCVVLM 大模型建設 成果

3.熵基科技整體解決方案

3.1整體技術架構和功能架構:L3

3.2整體解決方案:完善的AI技術棧

3.3云/邊/端協同智能算法處理技術

3.4預研:機器人相關技術

4.手掌識別技術簡介

4.1多模態化生物識別技術興起

4.2為什么是手掌識別?

4.3熵基多模態手掌識別技術及發展歷程

4.4關于熵基多模態手掌識別技術

4.5熵基多模態手掌識別技術獲得專利情況

4.6熵基多模態手掌識別技術先進性

4.7熵基多模態手掌識別產品家族及行業應用介紹

第二 部 分:投資者問 答環節

Q1:公司自研的大模型BioCVLLM與OpenAI是獨立的嗎?什么場景下用我們自研的 大模型,什么 場景下調用OpenAI的接口?

A:BioCVLLM是我們自研的大模型,與OpenAI沒有關系,我們用BioCV LLM的時候,就不會用到OpenAI的API,但是有時候部分場景我們的客戶會要求用OpenAI的API,那么我們在接口設計上是兼容OpenAI的API的,就是說可以切換到OpenAI的API。

Q2:公司 的三個版本的模型,有沒有在邊緣側或者端側進行部署?有無試驗或者成功的 案例?

A:現在無實際應用的案例,但是在 研發的產品上 做了邊側的 部署, 比 如英偉達Jetson的開發模塊做了邊緣側的部署,基于英偉達顯卡在服務器端也做了部署。借用其他一些資源我們也做了大模型相關的部署。

Q3: 公司的CV大模型在任務里面主要做哪一塊,我們偏向于哪一塊的的大模型?

A:我們在做視覺大模型的時候也是基于開放的大模型做的,以這些開放的大模型為基礎,在這些基礎上做一些場景數據的微調,比如說把我們的人臉、手掌用大模型微調一遍,大模型就可以應用到我們的場景里面了。現在主要還是分類方面的模型,像CLIP模型、DINO的模型等通用模型用的多一些,語言和視覺對齊的模型會用的多一些。

Q4: 國內 現在能用微軟Azure上面的ChatGPT的API嗎?

A:目前我們國內沒有使用,印度研發中心目前開發階段在使用,開發完了能否在國內用,或者說在哪些區域用,需要屆時看情況。

Q5、 哪些 場景最急需被掌紋識別替換?市場空間如何?

多模態生物識別是公司最主要的技術優勢,相比單一生物識別技術如人臉技術有更高的安全保障,從目前技術發展水平來看,指紋識別、人臉識別、虹膜識別、手掌識別、聲紋識別等不同類型的生物識別技術均有自身的優勢、劣勢以及適合的應用場景。公司采用多模態生物識別技術,相比單一生物識別技術有更高的安全保障及場景適用更寬泛。