2023年，AIGC爆發(fā)出前所未有的發(fā)展?jié)摿Γ渲胁粩嗤晟频纳疃葘W(xué)習(xí)模型、開源模式的推動(dòng)，以及大模型探索商業(yè)化的可能，成為了AIGC發(fā)展的“加速度”。AIGC或?qū)?huì)改變內(nèi)容領(lǐng)域的生產(chǎn)方式，帶來(lái)整個(gè)行業(yè)的變革。

3月29日，量子位主辦的中國(guó)AIGC產(chǎn)業(yè)峰會(huì)在北京舉行。大會(huì)以「Hello New World」為主題，AIGC領(lǐng)域?qū)W界、產(chǎn)業(yè)界的專家學(xué)者齊聚一堂，從產(chǎn)學(xué)研等多維度，覆蓋大公司玩家、創(chuàng)新創(chuàng)業(yè)公司、學(xué)研和創(chuàng)投代表，全方位探討和分享中國(guó)AIGC產(chǎn)業(yè)的現(xiàn)狀、機(jī)遇和未來(lái)。科大訊飛AI研究院常務(wù)副院長(zhǎng)高建清受邀參加并作主題演講。

(資料圖片)

在《AIGC技術(shù)探索與應(yīng)用創(chuàng)新》的演講中，高建清分享了基于文本預(yù)訓(xùn)練、多模態(tài)預(yù)訓(xùn)練、多元異構(gòu)基礎(chǔ)資源構(gòu)建、異構(gòu)集群構(gòu)建及大模型訓(xùn)練套件，訊飛在音頻創(chuàng)作、視覺(jué)創(chuàng)作、文本創(chuàng)作等方面的研究和應(yīng)用。

高建清表示，科大訊飛的AIGC整體布局可以總結(jié)為三層架構(gòu)：“底座+能力+應(yīng)用”，是，形成了音頻創(chuàng)作、視覺(jué)創(chuàng)作、文本創(chuàng)作三大AIGC能力，進(jìn)而衍生出在教育、醫(yī)療、人機(jī)交互等領(lǐng)域的豐富應(yīng)用。

關(guān)于“底座”，科大訊飛以文本預(yù)訓(xùn)練、多模態(tài)預(yù)訓(xùn)練、多元異構(gòu)基礎(chǔ)資源構(gòu)建、異構(gòu)集群構(gòu)建及大模型訓(xùn)練套件為技術(shù)底座，充分培養(yǎng)出強(qiáng)大的AIGC能力，并能結(jié)合實(shí)際應(yīng)用。 此前，科大訊飛擁有的扎實(shí)技術(shù)積累就已經(jīng)鑄就了其語(yǔ)音AI龍頭地位，憑借其在語(yǔ)音合成、語(yǔ)音識(shí)別、機(jī)器翻譯以及自然語(yǔ)言理解等核心技術(shù)上的深厚的積累，在AIGC火熱的背景下，自然擁有著乘風(fēng)而起的底氣。

關(guān)于“能力”，科大訊飛由底層技術(shù)延伸出的三大AIGC能力分別為音頻創(chuàng)作、視覺(jué)創(chuàng)作和文本創(chuàng)作。

在音頻創(chuàng)作方面，多風(fēng)格多情感語(yǔ)音合成系統(tǒng)SMART-TTS是訊飛研究院此次的重磅技術(shù)突破之一。高建清分享了科大訊飛研究院在虛擬聲音自動(dòng)創(chuàng)造和多風(fēng)格多情感語(yǔ)音合成系統(tǒng)SMART-TTS上的技術(shù)進(jìn)展和成果，拋棄生硬的機(jī)器人“口音”，語(yǔ)音合成將變得更加具有“喜怒哀樂(lè)”。在此創(chuàng)新下，語(yǔ)音合成從依據(jù)真人生成走向語(yǔ)義可控生成，音色、韻律、口音等還可根據(jù)自己需要進(jìn)行控制和調(diào)整。

在視覺(jué)創(chuàng)作方面，你對(duì)AIGC的印象還停留在“AI作畫”嗎？現(xiàn)在，制作獨(dú)一無(wú)二的虛擬人才是最“潮”玩法！

作為國(guó)內(nèi)較早開展虛擬人技術(shù)研究的人工智能公司，早在2018年，科大訊飛就發(fā)布了多語(yǔ)種虛擬人口唇驅(qū)動(dòng)，2021年發(fā)布2D真人捏臉系統(tǒng)；目前已形成了從3D虛擬形象口唇表情和動(dòng)作的AI驅(qū)動(dòng)到AI貫穿3D形象構(gòu)建的全流程。目前，科大訊飛AI虛擬人已廣泛應(yīng)用于媒體、金融、文旅、教育、政企等多場(chǎng)景。。隨著AIGC的發(fā)展，其AI生成的應(yīng)用場(chǎng)景將更加廣闊。

基于在AIGC各方面的技術(shù)積累與行業(yè)應(yīng)用經(jīng)驗(yàn)，訊飛推出了AIGC內(nèi)容創(chuàng)作平臺(tái)——訊飛智作和訊飛音樂(lè)的詞曲家平臺(tái)。訊飛智作平臺(tái)為用戶提供AI配音、虛擬人音視頻播報(bào)、聲音定制、形象定制等服務(wù)，一鍵生成定制化音視頻，其平臺(tái)界面清晰，操作簡(jiǎn)單，使用門檻低，真正實(shí)現(xiàn)讓AIGC的技術(shù)飛入尋常百姓家造福社會(huì)。作為面向廣大詞曲作者和采買方的詞曲創(chuàng)作交易平臺(tái)，詞曲家平臺(tái)不僅提供了輔助作詞、輔助作曲和歌曲試音、質(zhì)量分析等AI輔助工具，還能夠幫助廣大音樂(lè)人有效縮短交易路徑，獲得更多收益與安全交易保障，助力詞曲創(chuàng)作交易良性發(fā)展。

高建清在大會(huì)上表示，訊飛將在認(rèn)知智能大模型核心技術(shù)的研發(fā)基礎(chǔ)上，重點(diǎn)結(jié)合教育、醫(yī)療、人機(jī)交互、辦公等若干領(lǐng)域方向進(jìn)行應(yīng)用落地探索，并將持續(xù)賦能行業(yè)，促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展與產(chǎn)業(yè)進(jìn)步。

科大訊飛此次AIGC布局的分享，展現(xiàn)了其在技術(shù)層面的強(qiáng)大底氣，致力于用AI技術(shù)賦能行業(yè)及個(gè)人，其在具體應(yīng)用場(chǎng)景上所體現(xiàn)出的企業(yè)社會(huì)責(zé)任感只增不減。

本文來(lái)源：財(cái)經(jīng)報(bào)道網(wǎng)

關(guān)鍵詞：