每經(jīng)記者 李少婷    每經(jīng)編輯 文多    

丨　2024年4月29日　星期一　丨

NO.1　國內(nèi)首個純自研視頻大模型推出

4月27日，在中關村論壇未來人工智能先鋒論壇上，生數(shù)科技聯(lián)合清華大學正式發(fā)布中國首個長時長、高一致性、高動態(tài)性視頻大模型Vidu。據(jù)悉，該模型采用Diffusion（擴散概率模型）與Transformer融合的架構U-ViT，支持一鍵生成長達16秒、分辨率高達1080P的高清視頻內(nèi)容。生數(shù)科技方面介紹，與Sora一致，Vidu能夠根據(jù)提供的文本描述直接生成長達16秒的高質(zhì)量視頻。

點評：Vidu的推出是中國在人工智能視頻生成領域的重要里程碑，提升了中國在全球人工智能領域的競爭力和影響力，展現(xiàn)了中國科研實力和創(chuàng)新能力。就技術細節(jié)而言，Vidu在時長上取得了突破，但與Sora相比，Sora的最長視頻生成時長可達60秒，Vidu目前的16秒，仍有提升空間。在人物動作的協(xié)調(diào)性方面，盡管整體效果已經(jīng)非常接近，但Vidu與Sora相比還是稍弱一些。

NO.2　純電驅(qū)擬人奔跑機器人“天工”發(fā)布

4月27日，北京人形機器人創(chuàng)新中心在北京經(jīng)開區(qū)發(fā)布全球首個純電驅(qū)擬人奔跑的全尺寸人形機器人“天工”，它能以6公里/小時的速度穩(wěn)定奔跑。“天工”高163厘米，輕量化體重43公斤。“天工”配備多個視覺感知傳感器，具有每秒550萬億次操作算力，并配備高精度的慣性測量單元和3D視覺傳感器。它已解決基本運動控制問題，是具身智能場景應用和研究的最佳平臺。此外，“天工”還配備了高精度的六維力傳感器，以提供精確的力量反饋。

點評：“天工”能夠以6公里/小時的速度穩(wěn)定奔跑，顯示了運動控制和平衡技術的進步，這也表明機器人技術正在向更高級別的自主性和動態(tài)穩(wěn)定性發(fā)展。“天工”具備開源開放性和兼容擴展性，提供開放調(diào)用通信接口，允許靈活擴展軟件和硬件功能模塊，這為廣泛的應用場景提供了可能。人形機器人產(chǎn)業(yè)鏈較長，涉及傳感器、電機、減速器等多個環(huán)節(jié)，“天工”的成功研發(fā)和應用，可能會帶動相關產(chǎn)業(yè)鏈的技術進步和市場擴大。

NO.3　科大訊飛發(fā)布首個長文本、長圖文、長語音大模型

科大訊飛于近日發(fā)布首個長文本、長圖文、長語音大模型，它不僅能夠?qū)Ω鞣N信息來源的海量文本、圖文資料、會議錄音等進行快速學習，還能夠在各種行業(yè)場景給出專業(yè)、準確回答。此外，科大訊飛還進一步升級星火語音大模型，首發(fā)多情感超擬人合成，具備情緒表達能力，并推出一句話聲音復刻功能。同時，面向企業(yè)應用場景，科大訊飛推出星火智能體平臺，幫助企業(yè)解決大模型落地的“最后一公里”難題。

點評：科大訊飛在語音識別和自然語言處理領域具有較強的技術積累，這使得其大模型產(chǎn)品在處理復雜語言和語音任務時更為精準和高效。能夠同時處理文本、圖像和語音的多模態(tài)大模型，為用戶帶來更為豐富和直觀的交互體驗。具備情緒表達能力的語音合成技術，使得機器合成的聲音更加自然，更能滿足用戶對情感交互的需求。不過，在實際應用中，大模型需要展現(xiàn)出高穩(wěn)定性和可靠性，以贏得用戶的信任。

NO.4　中國移動已初步建成算力網(wǎng)絡

4月28日的2024中國移動算力網(wǎng)絡大會上，中國移動董事長楊杰在演講中表示：中國移動已初步建成了基礎設施、技術能力、產(chǎn)品服務業(yè)界領先的算力網(wǎng)絡，其中，算力并網(wǎng)平臺接入蘇州昆山超算中心、玻色量子等數(shù)十家合作伙伴的多樣化算力。算網(wǎng)大腦研發(fā)于去年10月正式啟動全網(wǎng)試商用，實現(xiàn)日均調(diào)度次數(shù)達億級。

點評：數(shù)字化、云計算、大數(shù)據(jù)、人工智能等技術的發(fā)展對算力提出了更高的需求，算力網(wǎng)絡成為支撐未來數(shù)字經(jīng)濟發(fā)展的關鍵基礎設施，中國移動通過建立算力網(wǎng)絡，能夠更好地滿足市場和用戶的需求。作為運營商，中國移動在網(wǎng)絡基礎設施、用戶規(guī)模、數(shù)據(jù)資源、服務能力等方面具有天然優(yōu)勢，這些優(yōu)勢有助于其在算力網(wǎng)絡的建設和運營上取得領先地位。