格灵深瞳:格灵深瞳投资者关系活动记录表（2023年12月5日）

证券代码：688207证券简称：格灵深瞳
北京格灵深瞳信息技术股份有限公司投资者关系活动记录表
□特定对象调研□分析师会议
投资者关系活
□媒体采访□业绩说明会动类别
□新闻发布会□路演活动
□现场参观□其他（电话会议）
国投瑞银基金、诺安基金、华夏基金、国联基金、宏利基金、
招商基金、易方达基金、交银施罗德基金、景顺长城基金、
汇添富基金、博时基金、兴业基金、东兴基金、兴华基金、
西部利得基金、东方基金、嘉实基金、东兴基金、海富通基
金、中加基金、创金合信基金、华泰基金、嘉合基金、华富
基金、长安基金、宝盈基金、国寿安保基金、农银汇理基金、
华泰柏瑞基金、汇泉基金、禾永投资、上海季胜投资、广东
参与单位名称民营投资、中再资管、建信养老金、和谐汇一资管、长青投
资、上海青云投资、中国人寿资管、乾惕投资、东方红资管、
璟熔投资、生命人寿、拾贝投资、华夏财富创新投资、中邮
人寿保险、肇万资产、太平养老保险、太平资管、中国人寿
资管、长江证券资管、七匹狼、中信理财、泰康资管、大家
资管、民生证券、天风证券、中泰证券、中信证券、中信建
投证券、浙商证券、西部证券、信达证券、西南证券、国金
证券、海通证券、东方证券时间2023年12月5日地点电话会议上市公司接待
董事会秘书：王政人员姓名
投资者关系活主要问答如下：
动主要内容介1、公司最近帮助警方找回被拐多年孩子的算法的基本
绍情况和成功案例？
答：公司近期已协助警方找回数名多年以前被拐/走失儿童，且时间周期越来越短，效率也越来越高。我们在这个领域的技术突破发挥了较大作用。
基于遗传关系以及亲属之间的长相特征会比较相似的规律，公司在算法训练的过程用到了一些生成式 AI技术，也就是说公司除了在判别式 AI方面的优势外，在生成式 AI方面也在持续进步，只是公司的生成式 AI 更多的用于算法训练，暂时没有对外推出生成式 AI 产品。例如，通过生成式AI，可以结合相关的规律生成一个人不同年龄段的相貌，用这样的模拟相貌去增强训练数据，基于公司自研的预训练大模型，使公司该算法模型的能力得以突破。该算法会筛选出相关性较高的疑似者进行赋分排名，大幅提升筛选效率和降低成本。
2、在和警方合作的这个寻亲项目中双方各自扮演什么
角色？
答：公司主要是配合警方提供技术和算法等工具，然后交由警方来应用。公司的作用体现在降低警方成本的同时，提升效率。
3、通过这次热点事件引爆后，公司对未来相关业务延展
的展望如何？
答：目前已经有省、地市、区县等不同层级的公安对我
们的算法产生了兴趣。根据目前的案例，使用我们的算法后，筛选目标可从原来的千位排名提升至前十甚至前五，该技术可以帮助警方提升效率、节约警力和减少财政支出。本次热点事件后，可能让更多原本绝望的人又看到了希望，公众可能会发起较多的需求，从增强人民幸福感和获得感的角度，有利于推动相关技术的推广。除了潜在的经济价值，我们也看到了显著的社会价值，这也体现公司“向善”的基本价值观。
这一技术其实也可以扩展到其他类似的业务领域，例如寻找逃犯、失智人口或走失的老年人等，尤其能够在长相发生变化的情况下发挥更大作用。
本次事件对公司品牌美誉度的提升也有一定的积极作用。2020年，公司在美国国家标准与技术研究院（NIST）进行的全球人脸识别算法测试（FRVT）1:1 项目中获得总成绩
第一，1：N项目中获得第二，在该组织进行的戴口罩人脸识
别评测中也获得了总成绩全球第一，因此公司的技术能力已经得到过验证；但由于公司的策略是挑选高毛利率且回款好
的优质业务，因此目前在安防领域的业务量不是特别大，现在公司品牌影响力能得到进一步提升的话，结合公司自身的技术能力，可能会促进公司其他安防相关产品的销售。
我们一直在探索 C端场景，例如目前的体育健康和元宇宙都是未来可能孵化出 C端应用的领域，所以公司也会关注今天探讨的技术是否具备开发 C端产品的可能。
4、这种算法的技术难点在哪里？
答：首先，需要前期大量的技术、数据和经验积累，比如算法框架如何设计，其次在用预训练大模型训练时，如何用 AI生成优质的训练数据让模型更加“聪明”。同时，这也需要行业内的专业知识，例如如何赋分排名、分配权重等。
整体来看是具有较高的壁垒和技术含量的。
5、大模型对公司已有产品的提升和未来产品应用的拓
展？
答：首先，大模型对于我们现有的已交付产品的性能有很大的提升。例如，在智慧金融领域，公司搭建了适用于该领域的行为分析大模型技术架构，目前已实现落地应用，公司目前搭载华为 AI 算力的银行解决方案在加载该行为分析
大模型之后，能够提升过去一些不易识别或精准度不高的复杂行为动作的识别效果。而从训练角度来讲，可以大幅减少交付新产品所需的数据量，降低获取数据的成本和周期，并降低产品交付周期。
其次，在很多场景中，例如轨道交通领域中，复杂工业产品检测的一些缺陷数据量是相对比较少的；在金融场景中，人员倒地、打斗等场景数据也是相对稀少的，而现在公司可以通过生成式 AI 的能力去生成这类数据，以提升算法能力。
另外，在体育和元宇宙的产品中，公司也发现可以通过大模型能力提升产品水平和降低开发成本，能为未来进一步向 C端扩展提供更好的技术支持。
总的来讲，随着公司在大模型能力、多模态能力、生成式 AI 能力等方面的进步，公司目前的场景和产品得到了较大的价值提升，为未来产品应用拓展创造了更多的可能性。
6、公司目前的情况和发展方向？
答：公司目前在布局的几个领域扎扎实实的向前推进。
我们相信目前我们选择的几个落地方向还是较为广阔的蓝海市场，特别是相对于公司现有的规模来说，未来任何一个场景能够有爆发的话，可能都会给公司的收入、利润、现金流带来可观的增量变化。
此外，公司未来不会只拘泥于 G端和 B端客户，我们会持续探索尝试如何走到 C端，面向更大的市场，做更大的生意。公司在原有的判别式 AI领域深耕的同时，也积极拥抱包括生成式 AI在内的 AI技术浪潮。