“小初,，請以天宮為主題作首詩吧,？”

　　“天宮生殿開成，萬花垂露照初,。稠云不掩國志,，飛天當(dāng)觸明霞,?！?/p>

　　“你能看懂這個視頻嗎？”

　　“視頻中,，火箭正在發(fā)射,。”

　　“小初,，圖片中航天員正在干什么,？”

　　“航天員正穿著航天服站在機(jī)械臂上遨游太空?！?/p>

　　……

　　7月9日,，在2021世界人工智能大會（WAIC2021）上，中國科學(xué)院自動化研究所所長徐波發(fā)布了自動化所研發(fā)的跨模態(tài)通用人工智能平臺——“紫東太初”,?；凇白蠔|太初”平臺打造的虛擬人“小初”在大會現(xiàn)場賺足了眼球。它不僅能讀懂圖片,、看懂視頻,、中文續(xù)寫、雙語翻譯,，而且能吟詩作賦,，生動證明了通過圖片、文字,、語音三種模態(tài)的關(guān)聯(lián)與協(xié)同,，可以有效地提升機(jī)器的理解和生成能力，讓AI接近人類想象力,。

　　“紫東太初”平臺是跨模態(tài)通用人工智能平臺,，以多模態(tài)大模型為核心，基于全棧國產(chǎn)化基礎(chǔ)軟硬件平臺,，可支撐全場景AI應(yīng)用,?！八^跨模態(tài)是指它可以理解語音、文字和圖片等多種模態(tài)信息,；所謂全棧國產(chǎn)化是指這個平臺的底層算力,、模型、框架等都是自主研發(fā)的,?！毙觳ń忉尩馈?/p>

　　多種模態(tài)預(yù)訓(xùn)練模型被廣泛認(rèn)為是從限定領(lǐng)域的弱人工智能邁向通用人工智能路徑的探索,。依托面向超大規(guī)模的高效分布式訓(xùn)練框架,，自動化所構(gòu)建了具有業(yè)界領(lǐng)先性能的中文預(yù)訓(xùn)練模型、語音預(yù)訓(xùn)練模型,、視覺預(yù)訓(xùn)練模型,，并開拓性地通過跨模態(tài)語義關(guān)聯(lián)實(shí)現(xiàn)了視覺、文本,、語音三種模態(tài)統(tǒng)一表示,，構(gòu)建了三模態(tài)預(yù)訓(xùn)練大模型，賦予跨模態(tài)通用人工智能平臺多種核心能力,。

　　徐波介紹,，“紫東太初”兼具跨模態(tài)理解和生成能力。與單模態(tài)和圖片,、文字兩種模態(tài)相比,，“紫東太初”采用一個大模型就可以靈活支撐圖片、文字以及語音的全場景AI應(yīng)用,，具有了在無監(jiān)督情況下多任務(wù)聯(lián)合學(xué)習(xí),、并快速遷移到不同領(lǐng)域數(shù)據(jù)的強(qiáng)大能力。

　　“引入語音模態(tài)后的多模態(tài)預(yù)訓(xùn)練模型,，可實(shí)現(xiàn)共性圖片,、語音和文字的空間表征和利用，并突破性地直接實(shí)現(xiàn)三模態(tài)的統(tǒng)一表示,?！毙觳ㄕf，特別值得強(qiáng)調(diào)的是,，該平臺首次讓“以圖生音”和“以音生圖”成為現(xiàn)實(shí),，對更廣泛、更多樣的下游任務(wù)提供模型基礎(chǔ)支撐,，讓AI能夠在視頻配音,、語音播報、標(biāo)題摘要、海報創(chuàng)作等更多場景實(shí)現(xiàn)應(yīng)用,。

　　同時,，研發(fā)團(tuán)隊還提出了弱關(guān)聯(lián)三模態(tài)數(shù)據(jù)的語義統(tǒng)一表達(dá)，可同時支持三種或任兩種模態(tài)弱關(guān)聯(lián)數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練,，有效降低了多模態(tài)數(shù)據(jù)收集與清洗成本,。

　　“'紫東太初’跨模態(tài)通用人工智能平臺包括三大關(guān)鍵技術(shù)和六大核心能力?！毙觳ㄕf,，三大關(guān)鍵技術(shù)分別是多模態(tài)理解與生成多任務(wù)統(tǒng)一建模、面向國產(chǎn)化軟硬件的高效訓(xùn)練與部署,、多模態(tài)預(yù)訓(xùn)練模型架構(gòu)設(shè)計與優(yōu)化,。六大核心能力則體現(xiàn)為多模態(tài)統(tǒng)一表示與語義關(guān)聯(lián)、跨模態(tài)內(nèi)容轉(zhuǎn)化與生成,、預(yù)訓(xùn)練模型網(wǎng)絡(luò)架構(gòu)設(shè)計,、標(biāo)注受限自監(jiān)督模型學(xué)習(xí)、模型適配與分布式訓(xùn)練,、模型輕量化與推理加速,。

　　徐波表示,，“大數(shù)據(jù)+大模型+多模態(tài)”將改變當(dāng)前單一模型對應(yīng)單一任務(wù)的人工智能研發(fā)范式,，多模態(tài)大模型將成為不同領(lǐng)域的共性平臺技術(shù)，是邁向通用人工智能路徑的探索,，具有廣闊的應(yīng)用前景,。

　　同時，全棧國產(chǎn)化通用人工智能平臺的實(shí)踐將使人工智能研發(fā)的規(guī)則發(fā)生重大變革并逐漸形成壁壘,，對我國實(shí)現(xiàn)AI領(lǐng)域科技創(chuàng)新,、占領(lǐng)核心技術(shù)高地具有重要的戰(zhàn)略意義。

（《科技日報》2021年7月12日第 2   版,。）