一句話生成數(shù)字人形象、昆侖芯2量產(chǎn)…百度大腦升級7.0，王海峰：技術(shù)更強了門檻卻更低

夢晨 魚羊 發(fā)自 凹非寺

量子位 報道 | 公眾號 QbitAI

百度和央視又聯(lián)手在直播現(xiàn)場上演黑科技了。

百度CTO王海峰只說了一句話，就給主持人整出了個數(shù)字“孿生兄弟”。

更厲害的是，這位數(shù)字人剛一出生，開口就有“北大還行”內(nèi)味兒了（手動狗頭）。

這還沒完，現(xiàn)場，中國火星探測工程和百度聯(lián)合培養(yǎng)的火星車數(shù)字人祝融號也跟全國人民見了面。

一登場，就落落大方地與主持人談笑風(fēng)生了起來，各種“保送”、“火星種土豆”的梗那叫一個信手拈來。

談到興起處，還能即興賦詩，引得主持人直呼“看給你厲害的”。

這就是百度世界大會直播現(xiàn)場，百度在臺前貢獻(xiàn)的又一科技盛宴。

而說起這場直播的高光時刻，可不僅僅是數(shù)字人，還有汽車機器人、昆侖芯2、小度智能巨屏電視等等一眾新品、亮點。

當(dāng)然，精彩紛呈的背后，一直是有技術(shù)底座為支撐的。并且，作為一家深耕AI技術(shù)十余年的公司，百度透過百度世界大會展現(xiàn)的深層布局和最新技術(shù)洞察，往往更值得關(guān)注。

百度大腦升級7.0：融合創(chuàng)新、降低門檻

比如，這一次跟主持人嘮得有來有回的數(shù)字人背后，其實就是百度大腦的全新能力在做支撐。

王海峰介紹，這一百度AI核心技術(shù)引擎，如今已正式升級到7.0。

所謂“升級”，不僅有表面上功能的添加和性能的增強，更是瞄準(zhǔn)了王海峰此前判斷的AI行業(yè)發(fā)展兩大趨勢——融合創(chuàng)新和降低門檻。

為什么說融合創(chuàng)新是AI發(fā)展的趨勢？

在人工智能進入工業(yè)化大生產(chǎn)階段的今天，某個具體技術(shù)上的單點突破固然是好事，能發(fā)論文、刷榜單、評獎項。但要想真正走入工業(yè)實踐、落地應(yīng)用，不靠多種技術(shù)的融合已經(jīng)行不通了。

王海峰針對這種現(xiàn)象指出了4個具體融合方向：

• 知識與深度學(xué)習(xí)融合
• 跨模態(tài)多技術(shù)融合
• 技術(shù)與場景融合
• 軟件與硬件融合

原因具體對應(yīng)著AI發(fā)展到今天，從技術(shù)到應(yīng)用上的4個現(xiàn)狀。

第一個現(xiàn)狀，AI這幾年確實做到了大力出奇跡，但大力背后要付出高昂的代價。

千億級參數(shù)的GPT-3在語言能力上的表現(xiàn)驚艷了世界一次，訓(xùn)練一次約消耗19萬度電的成本又驚嚇了世界一次，基于如此高成本技術(shù)開發(fā)出來的AI應(yīng)用又有多少企業(yè)用的起？

于是在GPT-3之后語言模型的發(fā)展分成了兩條路線。

一條繼續(xù)在規(guī)模上加碼，以谷歌的Switch Transformer為代表，一舉把參數(shù)規(guī)模懟到萬億級。

另一條，就是百度大腦7.0的知識與深度學(xué)習(xí)與融合，嘗試讓AI在大規(guī)模計算之外掌握更多常識。

百度大腦7.0發(fā)布的知識增強大模型，靠引入大規(guī)模知識圖譜，只用百億級參數(shù)規(guī)模就在語言模型權(quán)威測評SuperGlue上登頂全球榜首，超越人類水平0.8個百分點。

百度能不依賴大力出奇跡而是轉(zhuǎn)而依靠知識，還有個得天獨厚的優(yōu)勢：它更懂中文，擁有全球最大的異構(gòu)知識圖譜。

于是除了在國際榜單登頂，這一知識增強大模型還一舉刷新了54個中文 NLP任務(wù)基準(zhǔn)。

學(xué)到了“撒貝寧是主持人”和“火星上沒發(fā)現(xiàn)水”這樣的知識，祝融號數(shù)字人才能在大會現(xiàn)場準(zhǔn)確答題、流暢對話。

有這樣能力的百度大腦7.0，成本更低，能力更強、更貼近市場，才能真正開始談大規(guī)模落地。

第二個現(xiàn)狀，AI要落地不能僅停留在幕后提供一些碎片性的技術(shù)支持，而是要更多開始和人類直接互動。

要想和人打交道，理解和生成文本只是一個方面。要看、要聽、要把話說給人聽，這就需要融合文本、語音、圖像多模態(tài)的技術(shù)。

在直播上展示的“一句話生成數(shù)字人形象”，就是百度大腦7.0跨模態(tài)多技術(shù)融合的一次精彩演示。

先要聽取指令，轉(zhuǎn)換成便于計算的文本，這里用到語音識別技術(shù)。

理解指令含義，確定要生成的是什么樣的數(shù)字人，這涉及到自然語言理解。

再去執(zhí)行指令，提取相應(yīng)的視覺特征并生成符合的模型，靠的是一系列計算機視覺技術(shù)，

像這樣跨模態(tài)融合，數(shù)字人終于能以完整的姿態(tài)登上央視，給廣大觀眾來一場別開生面的技術(shù)科普。

當(dāng)然，向公眾展示科技的魅力和價值，還只是AI要做的事中一個小的部分，對于AI而言，更重要的還是要到各行各業(yè)中落地做實事。

第三個現(xiàn)狀，AI想落地就得在真實業(yè)務(wù)場景中真正展現(xiàn)效果、產(chǎn)生效益，不然誰來為AI買單？

AI現(xiàn)階段的一個特點是只擅長解決特定任務(wù)。那么以大規(guī)模預(yù)訓(xùn)練模型為例，在預(yù)訓(xùn)練-微調(diào)的范式中，最重要的是要找到合適的預(yù)訓(xùn)練任務(wù)。

像百度之前的ERNIE2.0語言模型，就是靠指定了單詞、句子結(jié)構(gòu)、語義三個層級上的任務(wù)，再結(jié)合創(chuàng)新的連續(xù)多任務(wù)學(xué)習(xí)，在權(quán)威測試GLUE上超越了當(dāng)時的強者BERT，為后面的知識增強大模型打下基礎(chǔ)。

雖然這里說的是純技術(shù)上的任務(wù)，不過假如換個思路，把跑測試沖榜單當(dāng)成AI企業(yè)自己要面對的業(yè)務(wù)場景，那么AI要落地到更多行業(yè)中，應(yīng)該去哪里尋找任務(wù)的答案就呼之欲出了：

到場景中去，把技術(shù)與真實業(yè)務(wù)場景相融合。

像這次百度世界大會現(xiàn)場，主持人和嘉賓的對話就是由如流智能會議紀(jì)要系統(tǒng)記錄的，依托于AI技術(shù)，除了語音識別記錄外，還能自動提取重要的內(nèi)容形成摘要。

而現(xiàn)場同聲傳譯系統(tǒng)展現(xiàn)的高質(zhì)量、低延遲同傳效果，則是百度大腦7.0機器翻譯技術(shù)和同聲傳譯場景融合的成果。

最后一個現(xiàn)狀，AI真正落地到業(yè)務(wù)場景里不光是技術(shù)開發(fā)上的問題，還要考慮部署。

有了算法，接下來要思考如何更高效地使用算力。這就需要軟件和硬件的融合，像蘋果就是走了把算法和芯片深度整合的路，讓手機發(fā)揮出電腦的實力。

硬件上，百度這次拿出的是自研AI芯片昆侖2代，采用全球領(lǐng)先的7nm制程和百度自研的2代XPU架構(gòu)，并且已經(jīng)實現(xiàn)量產(chǎn)。

昆侖芯2代除了性能比上代提高2-3倍外，場景上，它可以適用于云、端、邊等多種場景，因而可覆蓋互聯(lián)網(wǎng)核心算法、智慧城市、智慧工業(yè)等諸多領(lǐng)域，并且在高性能計算機集群、生物計算、智能交通、無人駕駛等前沿研究中都有一展所長的潛力。

像這樣，百度大腦7.0在軟硬一體融合中釋放出了更多可能性。

隨著百度大腦在以上4個融合方向上持續(xù)升級，涉及到的AI技術(shù)越來越復(fù)雜。

但AI要服務(wù)的范圍卻越來越大了，從熟悉AI的技術(shù)公司、互聯(lián)網(wǎng)公司擴展到了傳統(tǒng)行業(yè)、公共事業(yè)和個人生活。

降低應(yīng)用門檻，就成了AI行業(yè)的另一大趨勢

王海峰在這次百度世界大會上說：

百度的AI技術(shù)越來越強了，但應(yīng)用的門檻反而是降低了。

如何做到的？

這得益于百度大腦的核心基座——飛槳深度學(xué)習(xí)平臺。

百度飛槳作為開源平臺向全社會開放，這個全社會可不是說說而已。

面對專業(yè)開發(fā)者，百度飛槳提供了產(chǎn)業(yè)級開源模型庫、大規(guī)模分布式訓(xùn)練技術(shù)和多端多平臺部署的高性能推理引擎。

面對成長期的開發(fā)者，百度飛槳也有AI Studio學(xué)習(xí)與實訓(xùn)社區(qū)，提供在線編程環(huán)境、免費GPU算力和開源數(shù)據(jù)及算法，更有AI學(xué)習(xí)路徑和各類競賽引導(dǎo)開發(fā)者學(xué)習(xí)成長。

面對入門開發(fā)者，百度飛槳還有EasyDL零門檻AI開發(fā)平臺，不懂代碼也能開發(fā)出自己的AI應(yīng)用。

到目前為止，已有來自各行各業(yè)的360多萬開發(fā)者通過飛槳平臺開發(fā)了40萬個AI模型，累計服務(wù)了13萬企事業(yè)單位，涵蓋工業(yè)、質(zhì)檢、農(nóng)業(yè)、醫(yī)療、城市管理、交通、金融、體育等領(lǐng)域。

此外，百度飛槳還與多所高校合作，舉辦面向教師的深度學(xué)習(xí)師資培訓(xùn)，承辦中國高校計算機大賽等多項賽事，為高校學(xué)生提供實習(xí)計劃、就業(yè)指導(dǎo)。

本次百度世界大會上王海峰還宣布成立百度松果學(xué)堂，通過提供基礎(chǔ)課程、技術(shù)競賽、產(chǎn)業(yè)實訓(xùn)、科研基金，把未來5年培養(yǎng)500萬AI人才的“口號”一步步落下來。

培養(yǎng)人才提升能力，從另一方面來講，也是降低未來他們進入行業(yè)時的應(yīng)用門檻。

說到最后，把降低門檻當(dāng)成是在生態(tài)建設(shè)上的另一種融合創(chuàng)新也未嘗不可。

技術(shù)創(chuàng)新+產(chǎn)業(yè)發(fā)展=經(jīng)濟發(fā)展新動能

說了這么多，百度大腦升級背后，百度的最新技術(shù)思考也就不難總結(jié)了。

核心其實就是，要進一步激發(fā)AI技術(shù)的價值，就需要把技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展有機融合在一起。

時下，數(shù)據(jù)資源已然是一種公認(rèn)的關(guān)鍵生產(chǎn)要素。因此基于百度大腦這樣的技術(shù)底座，百度智能云提出“數(shù)字化轉(zhuǎn)型+智能化升級”，一步到位助力產(chǎn)業(yè)智能化的策略，事實上是在順應(yīng)數(shù)字經(jīng)濟發(fā)展的最新趨勢。

簡單來說，就是在諸如金融、醫(yī)療、制造、能源，乃至文娛體育這樣的傳統(tǒng)行業(yè)，不僅要搭建起自動化的系統(tǒng)來提高生產(chǎn)效率，還得把自身的數(shù)字資產(chǎn)充分利用起來，用智能化來激發(fā)新的增長點。

具體怎么做，百度也已經(jīng)給出了實際案例。

剛剛在東京奧運會奪得7金5銀的中國跳水隊，背后就有一位隱形“AI教練”。

在這次百度世界大會上，百度創(chuàng)始人、董事長兼CEO李彥宏和中國跳水協(xié)會主席周繼紅現(xiàn)場連麥。周主席分享了百度智能云提供的“3D+AI”跳水輔助訓(xùn)練系統(tǒng)給日常訓(xùn)練帶來的改變：

解決了跳水?dāng)?shù)據(jù)采集與分析方面的難題。有了這套系統(tǒng)，3秒就可以看到反饋，有時候出去開會、出差，也能看到隊伍里的訓(xùn)練情況，反饋非常及時。系統(tǒng)可以切不同的角度，摳不同動作細(xì)節(jié)，一目了然。

在更貼近日常生活之處亦有驗證。

例如在泉州水務(wù)集團，百度智能云聯(lián)合埃睿迪基于百度大腦打造的泉州水務(wù)大腦，對生產(chǎn)流程實現(xiàn)了自動化控制和運維，大大減輕了人員管理壓力。

在國網(wǎng)新疆電力，基于百度智能云和國網(wǎng)電力聯(lián)手建設(shè)的“AI中臺”，電站巡檢機器人能夠代替人捕捉巡檢過程中的每一處細(xì)微差錯，既緩解了偏遠(yuǎn)地區(qū)巡檢人力緊缺、工作環(huán)境惡劣的難題，又有力為西電東送提供保障。

在旅游名城麗江，百度智能云建設(shè)的“城市大腦”正在致力于讓居民和游客更加和諧相處：檢測環(huán)境整潔度，通過緊急預(yù)案系統(tǒng)保障游客安全……

還有百度智能云牽手蘇州工業(yè)園區(qū)打造的“智慧工廠”。在蘇州常熟的愷博車間里，AI能夠幫助質(zhì)檢工人“聽音”、“識圖”，提高制造效率和質(zhì)量。還能對操作手冊、維修歷史記錄等制造經(jīng)驗進行知識化處理，推動中國制造業(yè)從“制造”到“智造”。

實際上，這還只是個中典型，像這樣的案例，如今可以說每天都在全國各地落地成真……

歸根結(jié)底，這就是“融合創(chuàng)新”和“降低門檻”背后更深層的意義和思考：這樣一條發(fā)展之路，其實就是在技術(shù)創(chuàng)新的基礎(chǔ)上，如何更好地讓技術(shù)本身和產(chǎn)業(yè)發(fā)展相結(jié)合，形成激發(fā)經(jīng)濟發(fā)展的新動能。

而這樣的浪潮將推動中國的數(shù)字經(jīng)濟創(chuàng)造怎樣新的成績，令人無比期待。

你覺得呢？

— 完 —