1. AI和大数据业务矩阵

与会者介绍了公司在AI和大数据方面的业务矩阵，主要包括AI大模型、AI搜索、AR游戏、AI音乐、AI动漫和AI社交等六个大的业务矩阵。同时，对于每个领域公司都有相应的发展计划和产品。

2. 公司战略

公司在AI加R与AI和大数据方面的战略非常清晰，目前不管是人力物力的投入，还是产品落地的节奏，都在有条不紊的推进过程中。公司在AI和大数据领域已经建立起核心竞争优势，稳居国内第一梯队。

二、公司基本面信息

1. 股东减持

关于股东李琼减持，公司表示它的减持决定了公司是没有办法干涉的。最终在董事长与股东李琼的不断争取下，与股东李琼达成借款协议。

2. 公司资金状况

截止上一季度末，公司账上现金有13亿人民币，交易性金融资产12.5亿人民币，非流动金融资产是77亿人民币。公司获得借款是为了多一个资金选项，如果用不到借款，公司可以以大额存单的方式存入银行，获得2.5%以上的利息收入，不仅仅覆盖成本，还能减少每年至少2,000万的财务附加费用。

3. 公司人员布局

公司将近1000人的规模体量，投入人力最多的是AI底座搭模型这块，占300人左右。其次是AI搜索这个领域，近百人左右的一个团队。传统的开发所花，人员比较多的是AR游戏领域，AI游戏领域目前有三个团队，大概也是近300人的团队。剩下的AI音乐、动漫和社交这两个领域，大概加起来分别是个百人左右的团队。

三、投资者关注点

1. 公司的大模型和应用的竞争力

公司的大模型和应用的竞争力，公司表示会持续不断的在大模型的学训练车进行和投入，维持公司在大模型的技术领域的优势。同时，公司也将根据市场需求，不断迭代和优化对于大模型应用的认知。

2. 公司在AI和AIGC方面的团队情况

公司在AI和AIGC方面的团队情况，包括起点资源和6个方向的人员布局。公司表示现在拥有近千人的团队，投入人力最多的是AI底座搭模型这块，其次是AI搜索这个领域。在其他领域的人员分配也相对均衡，公司将根据市场需求和团队实际情况，动态调整人员布局。

3. 公司在AI加应用的差异化和竞争力

公司如何实现在AI加应用方面的差异化，公司表示在TOB领域，公司对于行业的理解和对于这些行业数据的护理跟落地的过程，与其他AI公司有一定的差异化。在TOC方面，公司认为AI在于TOC方面，最重要的点一定是在于降低用户的使用门槛。公司将不断优化和完善产品，提高竞争力和差异化。

Q&A

Q：公司的人员布局和投入情况如何？

A：目前我们投入人力最多的方向是AI底座搭模型，约占近300人左右。其次是AI搜索领域，目前有近百人左右的团队。在AI游戏领域，我们有三个团队，大概也是近300人的团队。在AI音乐、动漫和社交这两个领域，大概加起来分别是个百人左右的团队。总共约千人左右。

Q：公司在大模型方面如何维持市场竞争力？

A：我们是国内大模型领域起步比较早，也是首批参与监管审批的企业之一。我们有非常丰富的工程经验和先发优势，我们会持续不断地在大模型的学训练车进行投入，维持我们在大模型的技术领域的优势。另外，我们是A股少有的同时在国内和海外进行布局的企业，在国内我们的策略是to，b和toc并购，在海外我们主要针对toc来进行市场推广。我们认为我们在长期维持市场竞争力主要有几个方面，第一个是市场认识，我们的思想认识比较早；第二是我们同时面向海外和国内市场；第三，我们在AI大模型的技术积累上有一定的优势。

Q：公司在AI加应用方面如何实现差异化？

A：我们从20年投入的大模型研发工作中开始思考和迭代我们对于大模型在各行各业应用的认知。在tob领域，我们认为最难的是针对各个b端的细分行业，需要帮助这些行业生成大模型，可以理解的预训练数据。我们公司在这两个方面都有比较长的积累，包括对于企业服务、新能源、医疗行业以及新材料行业的数据处理与转化等。在toc领域，我们认为最重要的是降低用户的使用门槛，因此我们的AI漫画、AI游戏、AR音乐这三个方面的工作目的都在大幅降低最终用户对于使用AR的门槛与成本，从而能够形成我们自己的UGC的内容社区。我们认为如果我们把音乐漫画游戏的内容创作门槛降到足够低，就能形成对于现有内容生态的颠覆，从而能够打造下一代的内容平台。

Q：公司相比其他中小企业，有哪些优势？

A：我们拥有自己的底座大模型，代表我们的技术深度以及定制，我们的aidc能力方面有一定的优势，而这些小公司可能就得依赖于大企业的模型来提供服务，这里面具有天然的一个优劣势对于他们来说。

Q：公司在与大企业竞争时有哪些优势？

A：我们目前对于海外的用户的认知，以及我们对于c端用户的需求的认知是相对处于一个是你思考的比较少的地位。我们在海外的经验也远远超过于国内的这些大企业。所以说我们思考路径和跟他们的竞争是有非常大的差异化的。

Q：公司在AI底座模型方面做了哪些技术创新和研发投入？

A：我们在AI底座模型上面的技术创新和研发投入是非常大的。从公司的到公司的研发team，对于这方面的投入跟认知都是同类的公司不可比的。我们会不断的跟踪最新的技术研究成果跟技术趋势，然后不断的去探索新的算法新的模型。在不同的应用查产品下所产生的商业机会，从而确保我们的产品和服务具有创新性跟竞争力。

Q：我有两个问题想请教。第一，关于天宫3.5的一个训练方向和计划，比如说是多模态相似的一些具体的计划和时间，您能跟我们介绍一下，包括现在3.5的一个进展和未来跟升级大模型的一个计划。第二个的问题是想请问您一下，因为咱们也说我们在游戏社交音乐这一块上都会有在二三年推出产品，就想跟您请教一下有没有更具体的一些落地时间和咱们对于变现的模式和变现量的一个考虑？

A：针对第一个问题，我们目前正在进行对天宫3.5的文本大模型方向的迭代和训练，同时也开始了对于多模态大模型的实验性训练，我们将是国内第一批发布多模态大模型的企业之一。针对第二个问题，我们计划在下半年推出AI动漫、AI音乐和AI游戏等相关产品，其中AI动漫应该会少一些，AI音乐会晚一些，而AI游戏目前定的是在今年Q4推出。我们的变现模式主要是以订阅模式及VIP模式和游戏类道具的销售为主，同时以抽取佣金的UGC平台方式进行变现。

Q：关于股东减持这一块，因为大家非常关心，上周五可能也是有一定的影响，所以主要还想跟您请教两个事情，关于股东减持一我看是有发问询函这一块是有去有去请教公司比如说，咱们的李女士她后面是借钱给公司是会签一定的确定性协议和一些对股东权益的保障措施。

A：我们公司在股东减持问题上一直遵循相关法规和规定，我们也收到了问询函并已积极回复。关于李女士借钱给公司的事情，我们会签订一定的确定性协议和一些对股东权益的保障措施，以保障股东的权益。

Q：公司股东减持的具体情况，是否有确定性的文件来保证股东的权益和股价的稳定？

A：针对股东减持的具体情况，我们会在对问询函的回复里面详细体现。关于确定性文件方面，因为涉及到部分律所的专业意见，我们还需要协调外部，但我们会在约定的时间之前如实回复，并且争取以最快的速度推进问询函的回复。

Q：是否有其他股东在三个月内不会减持的保证？

A：关于其他股东是否有保证不会在三个月内减持的情况，我们也会在对问询函的回复里面详细体现。请您耐心等待我们的回复。

Q：目前国内大模型的监管和备案的流程是一个什么样的过程和时间节点？大概什么时候能看到自己的一个AI相关的产品，或者是和生态合作伙伴相关的以我们的模型做底座的这些产品能够上线和大规模的商用？

A：目前我们正在申请审核的流程中，由于监管的限制，我也没有办法去现在跟您同步。但是我们相信我们会是比较早一批拿到通过审核的大民营企业。一旦我们通过审核，我们的c端产品就是大模型本身提供的服务，即将上线同同时我们也会进行相应的推广工作，所以也可以在那时候就会获得国内c端用户的时间节点。在国内b端，我们现在的业务已经在紧锣密鼓的开展过，过程中我们预计到q三个都是我们同于商业合作伙伴的具体的落地的情况，也会跟各位投资人去同步。因为实际上我们也知道在同各个b端的合作伙伴，我们同他们进行一个落地，是需要时间去接入以及完成一定的商业手续。我预计在q三我们的商业b端的商业合作也会有一个比较明确的信息出来。

Q：关于天宫大模型，最近有哪些重要更新？多模态输入输出，有没有请您介绍一下？

A：我们在不断的迭代我们的大模型本体的训练指标，比如说我们在内部的测试过程中可以看到我们的各各项训练指标都在不断的稳步提升。对于多模态大模型的训练实验性训练工作也已经开展，但是目前还没有对公众开放测试。目前我们主要的工作还是在迭代天宫文本大模型本体以及配合监管部门进行审核工作，这是目前我们的主要的一个工作进展。

Q：公司是从什么时候开始研发PPT技术的？为什么很早就专注看好这个方向？公司有没有借鉴海外的开源模型，如何看待现在国内大模型的技术路径的分歧？

A：我们公司是一家主要业务，在海外从事内容跟社交产品一家互联网公司，所以说我们对于内容方面的最新技术进展非常关注。在2020年6月份GDP三发布的时候，我们应该是国内第一批注意到产品的技术的公司，我们认为在当时我们就认为这是aigc领域的一个重大里程碑，所以我们当时就开始成立团队去研究GBT镀线，同时起点资源合作，在2021年做内部发布了一个140亿仓库的中文语音训练大模型，在2022年12月份，我们就要开源了140亿参数的中文预训练大模型。我们的预训练大模型在2021年的时候，可能是没有任何开源大模型去借鉴的，包括我们去年12月份开源140亿参数的预训练大卫星之后，也有很多国内的企业使用我们的大模型作为底座来进行训练。因此我们的技术路线应该是国内从事这个方面最早的企业，也是完全没有国外开源的GDP大模型可以参考的这么一个企业。我们认为采用国外的开源大模型进行蒸馏以及改进，存在着一个巨大的弊端。我们认为国内真正能够通过审核的大模型，一定是基于自有技术路线研发的独立研发的大模型，而不是基于国外开源模型进行这种分流，以及各种改进而形成的二手模型。