商汤科技多线业务收入结构差异明显，其AI大模型技术路线以计算机视觉（CV）为核心壁垒，通过SenseCore大装置和“日日新”大模型体系，构建起区别于NLP大模型厂商的差异化竞争力。商汤2021年营收47亿元，其中智慧城市21.4亿元、智慧商业19.6亿元、智慧生活4.2亿元、智能汽车1.8亿元，四线业务对CV技术的复用程度和数据积累各不相同，这正是其技术壁垒的来源。
收入结构差异与技术复用逻辑
商汤四大业务板块均围绕CV技术展开，但成熟度和数据积累存在梯度差异：
| 业务板块 | 2021年收入 | 技术复用特征 |
|---|---|---|
| 智慧城市 | 21.4亿元 | 场景覆盖最广，数据规模最大 |
| 智慧商业 | 19.6亿元 | 企业级场景，算法定制化需求高 |
| 智慧生活 | 4.2亿元 | 消费级应用，数据碎片化 |
| 智能汽车 | 1.8亿元 | 高实时性要求，数据采集门槛高 |
智慧城市作为第一大收入来源，贡献了最多的视觉数据回流，为CV大模型训练提供了天然的数据飞轮；而智能汽车虽收入占比最小，但其对算法精度和实时性的极致要求，反向推动了模型能力的迭代。
CV大模型的技术路线与壁垒构建
商汤于4月初发布的“日日新”大模型，代表了其在CV领域的核心技术路线。与NLP大模型不同，CV大模型面临有效训练数据不足、学习方法待突破、通用视觉模型未建立、大尺寸图像计算量大四大挑战，短期难以大规模爆发。商汤的壁垒恰恰在于：
- 数据规模：多年智慧城市、智慧商业业务积累的海量图像与视频数据，形成难以复制的训练资源池
- 场景覆盖：从城市管理到汽车感知，多业务线带来的应用场景广度远超纯算法厂商
- 算法迭代速度：SenseCore大装置提供的算力底座，支撑模型快速训练与部署
相比百度、腾讯、华为等主要布局NLP的大模型厂商，商汤在视觉领域的深耕使其具备差异化优势，但CV大模型整体仍处于早期阶段，技术路线尚未完全收敛。
常见问题
商汤的“日日新”大模型与ChatGPT有何不同？
“日日新”属于CV大模型，聚焦图像与视频的理解和生成；ChatGPT背后的GPT-3属于NLP大模型，擅长语言理解和生成。两者技术路线和应用场景差异显著，商汤在视觉领域的积累更为深厚。
商汤的竞争壁垒能否持续？
商汤的壁垒主要来自数据飞轮效应和场景覆盖广度，智慧城市业务持续产生高质量视觉数据，反哺模型迭代。但CV大模型领域仍面临数据不足、通用性待突破等行业共性挑战，能否持续领先需观察后续技术迭代和第三方实测。
四线业务中哪个最能体现商汤的技术优势？
智慧城市和智能汽车最能体现技术深度：前者提供最大规模的数据训练场景，后者对算法精度和实时性要求最高，两者共同驱动商汤CV技术向“更准、更快、更泛化”方向演进。