中關村論壇舉辦以來的首個主題日活動：「人工智能主題日」今日開啟！

到場嘉賓，也是星光熠熠，大佬云集，還有著濃濃的國際范兒，與世界頂尖水平接軌。

一共161位嘉賓，近一半是外籍AI大佬和從業者。

而嘉賓陣容也是非常豪華，匯集了國內外30多名院士，還有諾獎、圖靈獎得主，清北港科大等知名高校的校長副校長。

百度、螞蟻、微軟、亞馬遜等世界領軍科技企業，也都前來參會。

可以說，「人工智能主題日」堪稱如今AI界的頂級盛會，亮點滿滿，精彩紛呈。

重磅技術成果發布

國產Sora，又上新了！

在今天的中關村論壇「人工智能主題日」上，生數科技聯合清華大學，共同發布了最新的視頻大模型「Vidu」。

Vidu生成的畫面一亮相，就讓全場驚呼——這個效果也太像Sora了！

在人物和場景時間一致性的保持上，Vidu的表現令人印象深刻。

而且，它生成的視頻最長可達16秒左右，在時長上破了紀錄。

甫一亮相，Vidu就得到了業內公認——

綜合考慮時長、一致性、真實度、美觀性等因素，它是「國產Sora」模型中當之無愧的佼佼者，是國內最能和Sora全面對標的視頻模型。

清華大學人工智能研究院副院長、生數科技首席科學家朱軍為我們放出了Vidu的以下演示。

一只小狗在游泳池里游泳，毛發纖毫畢現，狗腳劃水的動作十分自然，和水的相互作用十分符合物理學原理。

人物眼睛的特寫、做陶罐的女人手中正在轉動的陶罐、一對坐著的男女同時抬頭的動作，都刻畫地細致入微，逼真到仿佛現實。

總的來說，Vidu具有以下幾大特點——

模擬真實物理世界

森林里的湖邊風光，無論是樹、水面、云朵，還是整體的光影效果，很逼真寫實。

汽車行駛在崎嶇山路上的場景，也是非常經典的Sora演示。

Vidu模擬了非常真實的光影效果，連揚起的灰塵，都十分符合物理規律。

富有想象力

在這艘AI視頻模型必考題中，Vidu生成的視頻效果實在太驚艷！

畫室里的一艘船駛向鏡頭的場景。

這道題，考驗了模型虛構場景的能力，為了生成超現實主義的畫面，它們需要具有超強的想象力。

理解多鏡頭語言

可以看出，Vidu能夠理解多鏡頭的語言，不再是簡單的鏡頭推拉。這樣，就能模擬我們的攝影過程。

生成的這個視頻中，要求它包含海邊小屋、鏡頭過渡到陽臺、俯瞰大海、帆船、云朵等元素。

Vidu生成的視頻，具有復雜的動態鏡頭，遠、近、中景、特寫，以及長鏡頭、追焦等效果，都十分驚艷。

一鏡到底，16s時長

而在這個視頻中，Vidu展現出了16s的超長「一鏡到底」。

而且，視頻完全是由單一大模型生成的，不需要任何插幀、剪切，直接就實現了端到端的生成。

超強時空一致性

要求它以《戴珍珠耳環的少女》為靈感，生成一只藍眼睛的橙色貓，可以看出，Vidu生成了連貫的視頻。

從旋轉的各個視角看，都非常逼真，甚至讓人產生了「這是一個3D模型」的錯覺。

它生成的視頻中，人物和場景在時空中始終保持一致。

理解中國元素

相比國外的AI視頻模型，Vidu也更理解中國元素。

熊貓、龍這樣的中國元素，它都能理解和生成。

和Pika、Gen-2比起來，Vidu的表現也絲毫不弱。

一艘木頭玩具船在地毯上航行。

兩位對手的視頻一個只有4s，一個更是畫面簡單的循環播放，而Vidu的視頻以16s的自然畫面秒殺了它們，在一致性的保持和語義理解上，也都非常突出。

用和Sora同樣的prompt，Vidu的表現甚至更好。

Sora并未理解旋轉的鏡頭是什么意思，而Vidu不僅表現出了旋轉，還保持了一致性的效果。

幾分鐘的視頻結束，全場響起經久不息的掌聲。

之所以能在短時間做出如此驚艷的視頻AI模型，離不開團隊的長期積累和多項原創成果。

團隊的技術路線，竟也和Sora的高度一致。

全球首個低碳、高性能多語言LLM

此外，全球首個低碳、高性能、低幻覺多語言大模型Tele-FLM，由北京智源人工智能研究院與中國電信人工智能研究院（TeleAI）在今天正式聯合發布——所有核心技術、權重、訓練過程中的各種細節全面開源。

520億參數的Tele-FLM在2T token的數據上，用時2個月完成訓練。

值得一提的是，據Meta3官網信息，Llama 3-70B模型的訓練，可能使用了近5萬塊H100。而Tele-FLM僅用了896×A800的算力，完成了訓練。

此外，模型訓練過程還對數據質量進行嚴格把控。

通過使用高質量的中文數據，雖然只占30%，但Tele-FLM的中文能力明顯超越了對標的模型，取得了領先的成果。

未來，還將推出千億、六千億、甚至萬億參數版本，而且都將全部開源，供所有人使用。

順便提一句，會上最精彩的部分，莫過于機器人上臺表演了。

看看來自宇樹科技的這只機器狗，倒立行走，簡直太颯了。

除了頗有前沿范兒的技術成果發布，人工智能主題日上，國內大佬的演講也是干貨滿滿。

大佬演講精彩亮點

北大教授、中科院院士鄂維南的演講，讓我們重新審視，大模型+大數據庫相結合的價值所在。

如今，我們能夠暢想人工智能的未來，那都是因為有一個最基本的工具——深度學習。

其實，深度學習很早就誕生了。

但真正將其帶向世界，釋放出重大威力的標志性事件便是——2012年，Hinton和兩位學生訓練的大型深度神經網絡一舉贏得ImageNet大賽。

每個人都知道，若想開展機器學習研究，需要有三個最基本的工具：

一是模型工具，借助諸如Pytorch、TensorFlow、MindSpore等工具，AI開發者才能寫出深度神經網絡。

二是算力工具，當然非GPU莫屬，再結合CUDA這樣的架構，實現高效的算力利用率。

三是數據工具。

現在，全世界包括OpenAI、谷歌等在內的公司，都希望獲取高質量的數據。同時，數據稀缺已然成為LLM訓練的一大難題。

也正是在數據這個領域，現在的發展還不是很成熟，缺少可以利用的工具。

對于數據的處理，大家還是主要憑經驗，沒有一個完整的系統，去解決這一問題。

其中，「非結構化數據」處理，是機器學習方法的主要困難之一。

如果我們可以將文本、視頻之類的數據，能夠將其放在一個表格當中，那將會大大降低ML門檻。

就在這個月初，國際上第一個AI「非結構化數據庫」MyScale正式宣布開源。

通過自研高性能和高數據密度的向量索引算法，成為目前綜合性能最好，功能最強的AI數據庫。

LLM+大數據雙輪驅動

那么，現在有了如上這些能力，接下來可以做什么？

或者說，下一個技術路線是什么？

當我們將所有數據放在「數據庫」中，基于此，就可以構建各種各樣的小模型，由此產生了「模型庫」。

最后，就可以通過操作系統對模型進行調度。

這樣的優勢在于，不僅可以將所有結構化數據，以及非結構化數據，放在同一個數據庫中，還能通過常見的SQL語言實現搜索查詢。

此外，還可以很高效地訓練出小樣本的數據模型。與訓大模型不同，訓練小模型，如何選取數據是非常困難的。

比如針對自動駕駛場景，無用樣本只會影響模型的效率和精度問題。

有了AI數據庫，就可以快速獲取相應的樣本數據，比如紅燈、左轉彎等。

由此一來，訓練后的自動駕駛模型，準確率可以提升50%-90%。

除此以外，模型管理平臺，可以提供對模型全周期的管理。

一個很典型的場景是——政府智慧城市管理，以前遇到的是數據孤島的難題，到現在的模型孤島。

每個企業基于不同的模型做一個應用，由此帶來的問題是，正度很難實現全面、方便快捷的管理。

而云平臺的出現，可以讓企業基于此做低門檻的開發，根據需求即可調用成千上萬的模型。

而現在，大模型誕生可以大大提升基礎AI能力，還有可以實現具體任務的Agent。

接下來，就可以在原來框架下稍作改動：

- 小模型改成Agent

- 模型生產平臺以預訓練模型作為基座

另一方面，模型操作系統可以將模型和任務完成對接。

比如，把政府的需求梳理后，針對每個需求去做一個模型，結果就會產生很多模型。甚至一個需求，需要做不同的模型。

然而，針對復雜場景，模型操作系統卻很難將模型和任務完成對接。

鄂維南院士表示，「這恰恰是未來大模型能夠提供的真正的核心能力——一個能完全將模型和任務匹配的操作系統」。

另外，大模型還可以和大數據庫進行結合。

比如，鄂維南院士預告的團隊成果——Science Navigator平臺。

它是將所有理工科的文獻塞到一個數據庫里，由此訓出的文獻大模型，具備了查詢文獻、提供論文寫作靈感等能力。

未來，還可設想將國家圖書館所有資料塞進數據庫中，讓模型釋放出更大的潛力。

總而言之，想要訓出優質大模型，構建一個高效的數據處理的系統，是關鍵所在。

光電智能計算登上Nature

接下來，是中國工程院院士、中國人工智能學會理事長戴瓊海對于光電智能計算方面的介紹。

要說大模型再發展下去，面臨的最大危機是什么？

大家都知道，答案無疑就是算力和電力的巨大缺口了。

如今，GPT系列的研究，已經累計投入了超過30億美元。

AI模型的耗電，實在是太猛了！

ChatGPT每天的能耗高達70萬美元，而在十年內，大模型計算將消耗我國每年發電量的5%到10%！

黃仁勛、Sam Altman、馬斯克等大佬，也都紛紛預言：下一波AI消耗的電力將遠遠超過預期，能源系統難以應對。超級AI，將成電力需求的無底洞！

如今的主流通用芯片就是GPU，此外還有延長線，即專用芯片，這些都是基于電子電路的發展。

而第三條路，就是新型的計算架構，比如量子計算、存算一體、光電計算。

能否從電子電路，改變成光的載體？1966年，「光纖之父」高錕打開了光通信的大門。

不過有一個問題是：功耗下來了，算力卻一直提不上去。

為此，我國在國際上第一個提出了一個，大規模可重構衍射計算處理器（DPU）。

在架構突破上，我國團隊首次提出了光-電-光融合可重構計算方法；在非線性突破上，首次提出了光電探測非線性激活函數。

光電之間的ADDA轉換，要花費巨大的功耗，這就是一個最重要的瓶頸。

在此基礎上，團隊提出了光電混合全模擬的智能計算架構，研制了ACCEL芯片，突破了光電模數的轉換瓶頸，直接讓系統級能效提升了百萬倍！

這項研究去年已在Nature上發表，同樣屬于中關村創新成果。

如今，ACCEL芯片已經在很多任務級開展了工作，讓能耗大大下降。

相比英偉達A100，ACCEL芯片讓系統級算力提升了3個數量級，能效提升了6個數量級。

在國際上的整個光芯片領域，都處在最前沿。

不過，真正的大模型訓練和推理，還是存在一個關鍵的問題：深度網絡做不了深，層數就非常有限。

于是，團隊又提出了一個新的架構——大規模智能光計算芯片「太極」。

電子的深度網絡架構可以做一百層、兩百層，但光卻做不了深，怎么辦？

團隊的辦法是，化「深」為「廣」，其中有干涉也有衍射，用干涉來做廣，用衍射來做深，這就把以前的深度架構改成了拉伸的架構。

橫縱結合，是為太極。

兩種光性質結合在了一起，就建立了任務編碼宏觀拆分機制。具有「廣度」的光神經網絡，就能支撐復雜的智能任務。

甚至能做100多層的深度網絡。

而下圖中的藍色線條，即為衍射。干涉和衍射，就像樂高拼玩具一樣，拼在一起，就可以做大模型的光計算應用。

大規模的太極光計算芯片，完全可以支持現在的圖像分類、多種音樂風格的生成。

在未來5G和智慧城市結合，會帶來龐大的瞬時數據通道，讓端側處理面臨著嚴峻挑戰。

比如下面這個超大的視頻，如果由A100來跑，還需要8臺到10臺以上才可以。而光芯片只需要一臺，就可以進行這方面的應用了。

因此，光電智能計算，可以支撐智慧城市、智能安防等產業鏈。

未來， 團隊還計劃構建一個光算力實驗室，總之，太極芯片非常有望實現工業場景的應用。

海淀區優勢聚集

以上重磅成果，恰好都誕生在海淀。為什么？

仔細分析可以知道，這種現象是一種必然。

人才+生態

在海淀，匯集了高密度的人才和生態土壤。

要說海淀區的AI人才濃度，說一聲全國TOP 1應該不算過分。

在這里，匯聚起了1.23萬人工智能學者，和89位AI2000全球頂尖學者。

全國AI人才看北京，北京AI人才看海淀。

已經「出廠」的人才，密密麻麻地分布在海淀的近千家企業。海淀的AI企業，直接占全北京的2/3，全國的1/5。

還在校的人才，也正緊鑼密鼓地培養中。

全海淀的37所高校中，設立AI專業的高校，就高達21所。

人才、企業、算力基礎設施布置，海淀是妥妥的一條龍布局。

說一聲AI建設創新策源地和產業高地，海淀區是當之無愧。