“换个角度”往往是颠覆性创新的起点

4个月前 来源:科技日报 观看:57

3月29日,2025中关村论坛年会——第十四届吴文俊人工智能科学技术奖颁奖典礼将科技进步奖特等奖授予京东科技信息技术有限公司、中国科学技术大学等共同完成的“多模态交互式数字人关键技术及产业应用”项目。中国工程院院士、清华大学信息学院院长戴琼海在颁奖典礼上评价,获奖团队通过产学研合作推动数字人技术应用,为数字经济的发展树立了标杆。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“能打动评委的,或许不是形容数字人逼真度的一系列量化指标,而是真真切切呈现在他们面前的、让人一时真假难辨的数字人本身。”特等奖团队负责人、京东探索研究院院长何晓冬告诉科技日报记者,特等奖不是每年都有,要在一等奖的基础上再评审,只有得到绝大多数评委的认可才会被授予。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

3年前,普通人要拥有一个和自己长得像、说话像的数字人几乎是不可能的,寥寥几位名主持人的数字分身表现也有些僵硬。如今,只需一张照片或很短的视频,人人都能借助京东言犀拥有“以假乱真”的数字分身。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

换个角度攀登“珠峰”fQ7即热新闻——关注每天科技社会生活新变化gihot.com

在虚拟世界“克隆”一个自己,这曾经被认为是行业的一座“珠峰”。2020年,英伟达创始人黄仁勋带着自己的数字分身召开发布会,不到一分钟的“再现”背后,是几百个摄像头采集数据、最新的显卡处理数据以及各类计算资源的支撑。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“那时不到一分钟的数字分身‘仿真’可能需花费百万美元。”何晓冬解释,为了复刻得像,那时的技术逻辑是构建物理模型,把真实的三维世界的每个表面分割成大量很小的三角形,通过物理模型进行模拟,然后渲染面部表情,这样需要极大量的计算,且难以满足实时输出的要求。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

现实世界的逼真再现要处理的数据量太大了,这似乎是一个迈不过去的“大山”。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

研究团队没有选择“死磕”,而是逆向思维研究起信息的接收方——视网膜。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“人体的视网膜是二维的,我们之所以能感知这个世界,是因为二维的信息在大脑中重构出了三维。”何晓冬说,与其先复现一个刻板的三维世界,被视网膜“降维”再由大脑重构,不如直接把“降维”后的影像给视网膜。这样既解决了重构的数据量,又没有影响大脑的感知。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“换个角度解决问题”让团队找到了颠覆性创新的“更优解”。团队进一步打磨端到端(无需高颗粒度拆解)的再现技术,提升了二维的精度,做到让大脑“满意”。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

在动作的再现上,团队利用“常识”进一步压缩计算量。“过去每个动作都要采集,然后再重现,事实上,人类动作大多是常规的,很少有人像蜘蛛侠一样行动。”何晓冬说,通过预建模将“先验知识”告知给AI,AI在进行动作创造时就会有“依据”,共同的动作有选择,个别的动作再采集,降低了处理量,也让动作更符合常理。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

给多模态数据任命“领队”fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“我们瞄准的不是做一个‘展示品’,而是要落地直播应用。”何晓冬说,直播要和观众互动几个小时,就要解决人工智能幻觉,声音、手势、表情等协调的问题,而人对人是最敏感的,哪怕眼珠转动与声音、仪态出现一点偏差也会被视为异常。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

文生视频大模型Sora的产品是无声的,但想应用于直播就必须配上声音。一旦需要配音,虚拟人的声调、特有口音、是否与动作匹配等细节都可能露馅,这些使得多模态数据的联动成为必须解决的问题。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

如何才能让数字人知道说话的时候什么时候该亢奋,什么时候该温柔呢?fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“团队经过讨论决定用语音来驱动‘统领’表情、微动作等其他模态的信息。”何晓冬说,通过生成一个基础数字人,用视觉特征对其进行训练,让它学会什么时候该轻声细语、什么时候该声音激昂,声音跟它要播报的文字内容相匹配,然后再驱动多模态的协同配合,最终生成一个合乎常理的形象。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

由于需要长时间播报,团队还对人工智能的幻觉问题进行了专门攻关,将人工智能的幻觉率降低到可接受范围内,让它在相当长的时间里保持逼真的拟人度和情绪。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

在计算量降低、降本增效的基础上,京东言犀数字人实现了大规模商业化,已经服务9000多户商家、累计创造140亿元的经济价值,未来将在文旅、教育、政务等其他场景落地应用。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“我们还将推出来‘千人千面’的数字人。”何晓冬说,现在大家一场直播中看的内容是一样的,未来每个人根据喜好可以定制不同的数字人服务,在文旅表演等方面都能落地。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

3月29日,2025中关村论坛年会——第十四届吴文俊人工智能科学技术奖颁奖典礼将科技进步奖特等奖授予京东科技信息技术有限公司、中国科学技术大学等共同完成的“多模态交互式数字人关键技术及产业应用”项目。中国工程院院士、清华大学信息学院院长戴琼海在颁奖典礼上评价,获奖团队通过产学研合作推动数字人技术应用,为数字经济的发展树立了标杆。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“能打动评委的,或许不是形容数字人逼真度的一系列量化指标,而是真真切切呈现在他们面前的、让人一时真假难辨的数字人本身。”特等奖团队负责人、京东探索研究院院长何晓冬告诉科技日报记者,特等奖不是每年都有,要在一等奖的基础上再评审,只有得到绝大多数评委的认可才会被授予。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

3年前,普通人要拥有一个和自己长得像、说话像的数字人几乎是不可能的,寥寥几位名主持人的数字分身表现也有些僵硬。如今,只需一张照片或很短的视频,人人都能借助京东言犀拥有“以假乱真”的数字分身。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

换个角度攀登“珠峰”fQ7即热新闻——关注每天科技社会生活新变化gihot.com

在虚拟世界“克隆”一个自己,这曾经被认为是行业的一座“珠峰”。2020年,英伟达创始人黄仁勋带着自己的数字分身召开发布会,不到一分钟的“再现”背后,是几百个摄像头采集数据、最新的显卡处理数据以及各类计算资源的支撑。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“那时不到一分钟的数字分身‘仿真’可能需花费百万美元。”何晓冬解释,为了复刻得像,那时的技术逻辑是构建物理模型,把真实的三维世界的每个表面分割成大量很小的三角形,通过物理模型进行模拟,然后渲染面部表情,这样需要极大量的计算,且难以满足实时输出的要求。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

现实世界的逼真再现要处理的数据量太大了,这似乎是一个迈不过去的“大山”。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

研究团队没有选择“死磕”,而是逆向思维研究起信息的接收方——视网膜。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“人体的视网膜是二维的,我们之所以能感知这个世界,是因为二维的信息在大脑中重构出了三维。”何晓冬说,与其先复现一个刻板的三维世界,被视网膜“降维”再由大脑重构,不如直接把“降维”后的影像给视网膜。这样既解决了重构的数据量,又没有影响大脑的感知。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“换个角度解决问题”让团队找到了颠覆性创新的“更优解”。团队进一步打磨端到端(无需高颗粒度拆解)的再现技术,提升了二维的精度,做到让大脑“满意”。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

在动作的再现上,团队利用“常识”进一步压缩计算量。“过去每个动作都要采集,然后再重现,事实上,人类动作大多是常规的,很少有人像蜘蛛侠一样行动。”何晓冬说,通过预建模将“先验知识”告知给AI,AI在进行动作创造时就会有“依据”,共同的动作有选择,个别的动作再采集,降低了处理量,也让动作更符合常理。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

给多模态数据任命“领队”fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“我们瞄准的不是做一个‘展示品’,而是要落地直播应用。”何晓冬说,直播要和观众互动几个小时,就要解决人工智能幻觉,声音、手势、表情等协调的问题,而人对人是最敏感的,哪怕眼珠转动与声音、仪态出现一点偏差也会被视为异常。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

文生视频大模型Sora的产品是无声的,但想应用于直播就必须配上声音。一旦需要配音,虚拟人的声调、特有口音、是否与动作匹配等细节都可能露馅,这些使得多模态数据的联动成为必须解决的问题。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

如何才能让数字人知道说话的时候什么时候该亢奋,什么时候该温柔呢?fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“团队经过讨论决定用语音来驱动‘统领’表情、微动作等其他模态的信息。”何晓冬说,通过生成一个基础数字人,用视觉特征对其进行训练,让它学会什么时候该轻声细语、什么时候该声音激昂,声音跟它要播报的文字内容相匹配,然后再驱动多模态的协同配合,最终生成一个合乎常理的形象。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

由于需要长时间播报,团队还对人工智能的幻觉问题进行了专门攻关,将人工智能的幻觉率降低到可接受范围内,让它在相当长的时间里保持逼真的拟人度和情绪。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

在计算量降低、降本增效的基础上,京东言犀数字人实现了大规模商业化,已经服务9000多户商家、累计创造140亿元的经济价值,未来将在文旅、教育、政务等其他场景落地应用。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

“我们还将推出来‘千人千面’的数字人。”何晓冬说,现在大家一场直播中看的内容是一样的,未来每个人根据喜好可以定制不同的数字人服务,在文旅表演等方面都能落地。fQ7即热新闻——关注每天科技社会生活新变化gihot.com

本文链接:http://www.gihot.com/news-2-1532-0.html“换个角度”往往是颠覆性创新的起点

声明:本网页内容由互联网博主自发贡献,不代表本站观点,本站不承担任何法律责任。天上不会到馅饼,请大家谨防诈骗!若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。

上一篇:新DNA显微镜“从内到外”绘制生命3D图

下一篇:感受生命科学“最”新成果的震撼

为你推荐
从金融到医学,人工智能(AI)正深刻改变着现代生活。如今,它开始进军古代文本研究:从希腊与拉丁典籍到中国甲骨文,人工神经网络正成为解读古文字的钥匙。它...
01-27
  近日,一列满载一汽商品车散件组装件的集装箱班列由长春兴隆山抵达大连铁路中心站,标志着一汽(大连)通商...
02-14
  作者:本报记者李晓东《光明日报》(2025年02月16日05版)  乐山甜皮鸭。周艺珣绘  【至味人...
02-18
  多地出现“俄罗斯商品馆”被查,俄罗斯驻华大使馆发声  中新网1月19日电 俄罗斯驻华大使馆微信公众号近日发布公告称,最近,中国一些城市出现了大量销售俄罗斯食品的商店。...
01-21
  多家A股家居企业发布业绩预告:受市场竞争、计提损失等影响,2024年净利润同比下滑  2024年,家居消费市场景气度下滑,各大家居企业均称销售承压,作为行业龙头的欧派家居(SH60...
01-21
1 月 21 日消息,据中国汽研今日消息,《智能网联汽车交通事故保险赔偿判定技术规范》团体标准启动会近日在北京召开。平安财险、太平洋财险、中国人寿财险等 20 余家保...
01-21
1 月 24 日消息,本月 10 号,备受关注的特斯拉焕新 Model Y 正式开启预售。相比旧版本涨价 1.26~1.36 万元,预计 3 月开始交付,其中:后轮驱动首发版(593km 标准续航)26.35 ...
01-25
  1、《掌心》电视剧中采莲是在第14集下线的,她的死对叶平安而言是巨大的打击。  2、叶平安等人的计划被礼宗旭提前知道了,为了追回证物,采莲不顾危险追了出去。  3、采...
02-15
  1、《树下有片红房子》陈欢尔和景栖迟在一起了,两人在打打闹闹中沉淀下了深厚的感情,互相陪伴彼此走过了艰难的时光。  2、虽然宋丛先喜欢的陈欢尔,但陈欢尔只是把他当...
02-18
  新华社北京12月18日电 12月18日,《新华每日电讯》发表题为《人均预期78.6岁,如何迎接长寿“新常态”?》的报道。 &emsp...
01-21
  女性天生拥有两条X染色体,一条遗传自母亲,一条遗传自父亲。不过,为了确保基因表达的平衡,女性体...
01-27
今年12月2日是第十三个12·2“全国交通安全日”,为做好宣传工作,根据《道路交通安全法实施条例》《校车安...
01-21
近日,人力资源社会保障部办公厅印发《关于2025年度专业技术人员职业资格考试工作计划及有关事项的通知》...
01-21
  摘要  【特朗普打压国际油价大震荡!未来还有哪些新变数?】在美国总统特朗普的打压下,国际油...
01-27
  近日,央行披露4家银行大额罚单,包括一家国有大行、三家股份行因涉及多项反洗钱领域违规被处罚...
02-06
金牛座的男生通常被认为是稳重、务实的代表,他们对感情非常认真,但有时候也会故意气你。...
01-22
射手座的男生天性热情开朗,喜欢自由自在地生活。他们追求刺激和冒险,对于感情也是如此。...
01-22
2017 T台上的风潮:皮裤模特的时尚之旅回顾2017年,时尚界交相辉映,各大品牌在T台上用于展示最新潮流的方式层出不穷。而在这个过程中,皮裤作为一种独特的时尚单品,成功吸引了观众...
02-07
一米六180斤女生穿搭? 一米六微胖男生穿搭秋季?一、一米六180斤女生穿搭?1m6180斤女生穿搭? 身高1m6,体重180斤 在女生当中 属于圆润肥胖的身材 ,这种身材的人 建议你穿有特色的休...
02-12
属于雷军的传奇,正在上演。一、小米市值突破万亿,正式进入全球100强企业名单前几年,如果有人跟你说屌丝才用小米,或许有不少人会深有同感。而如果把这句话放到现在来说,很多人只...
02-09
2月18日消息,华盛昌与北京京东数智工业科技有限公司(以下简称“京东工业”)近日在京东集团上海总部举行战略合作协议签约仪式。华盛昌董事长袁剑敏与京东工业副总裁郭晓博作为...
02-19
今年以来,白酒市场“控货潮”不断,近期,习酒也加入了控货行列。2月20日,有市场消息称贵州习酒销售有限责任公司发布公告,根据窖藏系列...
02-22
3月7日消息,美团宣布启动新一轮健康关怀行动,免费为在职女骑手提供保障期一年的“女性重疾险”,今年3月7日起,骑手APP“保障中心”页面的专项保险领取功能正式启用。据悉,这是美...
03-09
近日,先进固态电池解决方案提供商恩力动力完成数亿人民币B轮融资,由清大海峡与金石投资共同领投,老股东大兴投资旗下基金跟投。本轮资金将用于固态电...
02-07
AI卫星第一股,要来了。作者 | 笔锋来源 | 投资家(ID:touzijias)AI卫星第一股,要来了。当埃隆・马斯克的SpaceX以2.5万亿估值在全球商业航天领域封神,国内商业航天赛道也瞬间被按下...
02-09
虽然黑曜石希望玩家在《宣誓》的整个游戏过程中都能感受到成长,但该开发商也不希望这款角色扮演游戏“开局就给人糟糕的体验”。因此,其理念是通过游戏界面对攻...
02-02
今日(2月14日),开放世界游戏《无限暖暖》Steam页面上线,发售日待定,游戏支持简繁体中文,感兴趣的玩家可以点击此处进入商店页面。 游戏介绍: 《无限暖暖》是由叠纸...
02-15
新华社北京2月2日电 近日,在世界乒乓球职业大联盟(WTT)新加坡大满贯赛正赛开始前,中国乒乓球队、中国乒协围绕世界排名及WTT系列赛事的赛制,与国际乒联、WTT核心团队进行了交流。...
02-03
当地时间2月2日,美国国家运输安全委员会发表声明称,该机构目前已派遣工作人员抵达费城坠机事故的现场参与调查。截至2日下午,费城坠机事故的受伤人数已增至22人,5名伤者仍在住院...
02-03
返回

点击右上角微信好友

朋友圈

点击浏览器下方“”分享微信好友Safari浏览器请点击“”按钮

点击右上角QQ

点击浏览器下方“”分享QQ好友Safari浏览器请点击“”按钮