百度AI數(shù)字人希加加現(xiàn)場作畫

不過，這并未難倒希加加。在AI系統(tǒng)對關(guān)鍵詞進行搜索匯總之后，希加加幾秒便完成了創(chuàng)作，更是收獲了撒貝寧“挺有創(chuàng)意”的評價。

而以上“戲劇化”的場景便是本次百度世界大會的亮點之一。在大會現(xiàn)場，“猜猜誰是數(shù)字人”環(huán)節(jié)，數(shù)字人度曉曉通過唱歌、問答展現(xiàn)在語音情緒識別、知識圖譜推演等方面的超能力;度曉曉與撒貝寧互動，展現(xiàn)“問一問功能”、為撒貝寧點咖啡。

度曉曉為撒貝寧點咖啡

值得注意的是，在見識了希加加的出色表現(xiàn)，百度CEO李彥宏也不禁感慨，“希加加，你比上次見面的時候更聰明了，看來你學(xué)習(xí)能力很強大啊”。

其實，AI數(shù)字人為何能讓李彥宏會產(chǎn)生“一日不見，如隔三秋”的感慨的個中原因，早在2022百度世界大會媒體預(yù)溝通會便已提前揭曉。

百度副總裁袁佛玉曾表示，與市面上其他數(shù)字人相比，百度AI數(shù)字人擁有可交互、有創(chuàng)造力、應(yīng)用場景廣泛等特性。其中，百度飛槳的文心大模型負責為AI數(shù)字人提供技術(shù)支持。AI數(shù)字人對話能力使用的是對話生成大模型—文心 PLATO，PLATO有接近真人水平的對話能力，對話效果已經(jīng)達到世界領(lǐng)先水平;數(shù)字人畫畫能力，使用的是文心大模型—跨模態(tài)圖文生成模型ERNIE-ViLG，使得數(shù)字人不僅可以根據(jù)個性化需求自動生成油畫、水彩畫、中國畫等多種風(fēng)格的圖像，還能實現(xiàn)“看圖說話”的效果。

除了活靈活現(xiàn)的AI數(shù)字人外，百度通過人工智能技術(shù)對分散兩地的《富春山居圖》的“合璧”之舉更是讓人贊不絕口。

《富春山居圖》是元代畫壇宗師、“元四家”之首黃公望晚年的杰作，也是中國古代水墨山水畫的巔峰之筆，被譽為“中國十大傳世名畫”之一。該畫于清代順治年間遭火焚，從此斷為長短兩卷。前半卷被另行裝裱，重新定名為《富春山居圖·剩山圖》，現(xiàn)藏于浙江省博物館;后半卷被稱為《富春山居圖·無用師卷》，現(xiàn)藏于臺北故宮博物院。

在2022百度世界大會現(xiàn)場，百度首席技術(shù)官王海峰博士展示了基于文心大模型“補全”后的《富春山居圖》。

該畫得到了黃公望紀念館負責人毛傳鑌的高度評價：文心大模型補全的《富春山居圖》“與現(xiàn)存真跡風(fēng)格一致，使兩岸畫卷走出博物館實現(xiàn)了合璧，光線風(fēng)格統(tǒng)一，山水脈絡(luò)和諧，不僅符合原畫審美特點，視覺上還同樣具有觀賞價值”。

值得注意的是，相比于用AI復(fù)原老照片、讓古畫中的人物“活”起來等“常規(guī)操作”，此次應(yīng)用百度文心大模型“補全”的《富春山居圖》在互動形式上則更具特色。

其亮點在于每個人都可以根據(jù)自己的想法參與《富春山居圖》“虛擬修復(fù)”工作，只需不到1秒鐘，在中間空白處簡單勾勒幾筆，文心大模型就能自動“補全”畫卷，人人都能像專業(yè)畫家一樣畫出自己心中的山水。

文心大模型助力《富春山居圖》“山水合璧”

然而，短短1秒鐘的“虛擬修復(fù)”時間，是團隊努力跨越多道關(guān)卡后的結(jié)果。在清晰度上，百度針對《富春山居圖》實現(xiàn)了高清尺寸的補全，生成的畫作更加逼真，具備了更高的藝術(shù)觀賞性;在還原度上，在只有一幅樣本的條件下，對《富春山居圖》進行高度還原，對模型的遷移學(xué)習(xí)能力要求極高;在參與度上，由于不同用戶輸入的筆觸千變?nèi)f化、形態(tài)各異，需要同時滿足所有人多樣化的創(chuàng)作期望和天馬行空的創(chuàng)意想法，并且近乎實時地生成畫作。

對此，百度采取了“視覺生成大模型+單樣本微調(diào)”的技術(shù)策略，使用文心視覺大模型實現(xiàn)了對畫作的補全。文心大模型先是學(xué)習(xí)了大量的中國山水畫，實現(xiàn)了從山水畫“小白”向“大師”的進階，然后具備“大師”水平的文心大模型再去學(xué)習(xí)黃公望的《富春山居圖》時，就能夠更容易地掌握這幅傳世名作的精髓，從而讓補全出來的畫作與現(xiàn)存真跡風(fēng)格一致。

其實，不管是AI數(shù)字人抑或是文物修復(fù)，其背后所體現(xiàn)的是百度想通過大模型幫助提升素材和物料的生產(chǎn)效率、降低成本，探索文化創(chuàng)作、交互等場景新玩法的邏輯。

李彥宏提到，我們都知道一句話，“熟讀唐詩三百首，不會作詩也會吟”。但人的學(xué)習(xí)和記憶能力是有限的，《全唐詩》有接近5萬首，通讀都很難，背誦就更不容易了。而這對于大模型來說，根本就不是事兒。百度文心大模型學(xué)習(xí)效率更高、學(xué)習(xí)能力更強，還能跨語言、跨模態(tài)學(xué)習(xí)。一旦跨過某個奇點，就能產(chǎn)生真正意義上的AI原創(chuàng)內(nèi)容。

據(jù)了解，百度推出的文心大模型具備“知識增強”的核心特點，能從大規(guī)模知識和海量數(shù)據(jù)中進行融合學(xué)習(xí)，具有通用性好、泛化性強的特點。作為人工智能“基礎(chǔ)設(shè)施”的一部分，預(yù)訓(xùn)練大模型拓寬了人工智能技術(shù)落地場景的覆蓋廣度，同時降低了滲透到產(chǎn)業(yè)應(yīng)用的難度。

業(yè)界也認為，2022年，大規(guī)模預(yù)訓(xùn)練模型將呈現(xiàn)知識增強、跨模態(tài)統(tǒng)一建模、多學(xué)習(xí)方式共同演進的趨勢，并逐漸實用化，破除盲目增加參數(shù)規(guī)模的“軍備競賽”。

與此同時，生產(chǎn)力的改進也必將帶動生產(chǎn)關(guān)系的演化。

李彥宏認為，AIGC(人工智能自主生成內(nèi)容)是PGC、UGC之后，全新的內(nèi)容生產(chǎn)方式。它不僅會提升內(nèi)容生產(chǎn)的效率，也會創(chuàng)造出有獨特價值和獨立視角的內(nèi)容。

其中，AIGC的發(fā)展歷程大致可以分為三大階段：第一個階段，我們稱之為AIGC的“助手階段”，AIGC用來輔助人類進行內(nèi)容生產(chǎn);第二個階段，我們稱之為AIGC的“協(xié)作階段”，AIGC以虛實并存的虛擬人形態(tài)出現(xiàn)，形成人機共生的局面;第三個階段，我們稱之為AIGC的“原創(chuàng)階段”，AIGC將獨立完成內(nèi)容創(chuàng)作。大模型技術(shù)的突破，正在加速這個發(fā)展趨勢。未來十年，AIGC將顛覆現(xiàn)有內(nèi)容生產(chǎn)模式。可以實現(xiàn)以“十分之一的成本”，以百倍千倍的生產(chǎn)速度，去生成AI原創(chuàng)內(nèi)容。

百度研究院預(yù)測，2022年AIGC技術(shù)將借助大模型的跨模態(tài)綜合技術(shù)能力，可以激發(fā)創(chuàng)意，提升內(nèi)容多樣性，降低制作成本，實現(xiàn)大規(guī)模應(yīng)用。

“我們正處在技術(shù)創(chuàng)新的大周期中，新能源、太空探索、生物醫(yī)藥、智能制造等新技術(shù)紛紛涌現(xiàn)，中國的科技發(fā)展一定會走到世界前沿。”李彥宏表示，而這條路，需要很多“石塊”鋪就。百度愿意成為其中的一塊“鋪路石”，在基礎(chǔ)研究、基礎(chǔ)技術(shù)和底層創(chuàng)新上貢獻力量。