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(kāi)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。

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(kāi)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。