導語：

ChatGPT像一面鏡子，照出了中國AI發(fā)展的成就與不足。

在AI前沿領域，必須承認，我們目前還不具備碾壓式的實力，但我們有足夠的決心、投資能力和互聯(lián)網(wǎng)產(chǎn)業(yè)基礎。

盡管如此，AI產(chǎn)業(yè)的核心突破，需要的人才、資源、資金的門檻之高，也決定了，其如果需要在中國做出世界級的創(chuàng)新，一則還是要靠舉國體制，另外也要協(xié)同一批龍頭企業(yè)的共同努力。

AI的競爭不止有技術流打法，也有產(chǎn)品流、產(chǎn)業(yè)流的打法。

唯獨重要的是，我們不能放棄，我們必須雖千萬人吾往矣。

從一個研究者的視角，騰訊值得關注。它的用戶基數(shù)、豐富場景、基礎技術投資，以及過去十年可能是最好的中文語料資源積累、多模態(tài)應用的廣度等，決定了它是一個有機會在AI領域做出核心突破的潛力企業(yè)。因此，筆者也進行了一番深度調(diào)研，其中的若干感悟和結(jié)論，或許能給大家了解中國AI行業(yè)現(xiàn)在和未來，帶來一些啟發(fā)和觸動。

1、場景優(yōu)先

ChatGPT4的發(fā)布，以及國內(nèi)廠商的跟進，讓這個概念更火了。

其實讀者關心的問題不僅僅是中國能不能做出類ChatGPT的項目（因為假以時日，肯定能），大家關心的可能是，什么時候輪到我們領先和主導下一輪？

在原理透明的前提下，問題的底層邏輯是，誰擁有優(yōu)質(zhì)的訓練數(shù)據(jù)集，誰就是趕超的關鍵先生。

那些擁有自己閉環(huán)生態(tài)的企業(yè)明顯具有先天優(yōu)勢，海外科學家指出，ChatGPT訓練所需要的高質(zhì)量數(shù)據(jù)集，通常有這樣幾類——50%的用戶生成內(nèi)容、20%的書籍、10%的科學論文、近10%的代碼和近10%的新聞。

無論在哪個數(shù)據(jù)集里，用戶生成內(nèi)容（UGC）的數(shù)量占比都是最大的，放到國內(nèi)來看，可以看出騰訊優(yōu)勢相對明顯。舉個例子，騰訊的微信公眾號是國內(nèi)優(yōu)質(zhì)長內(nèi)容的關鍵載體，富集了過去10年最有創(chuàng)造力的創(chuàng)作者提供的內(nèi)容。

同時，大量的音視頻內(nèi)容和技術，也是騰訊發(fā)展多模態(tài)的優(yōu)勢。

但騰訊的優(yōu)勢是否能轉(zhuǎn)為勝勢呢？這是我們此文重點要討論的，就是騰訊的AI底蘊究竟如何。

也許我們可以試圖回溯一下，騰訊的AI發(fā)展從何而來。

2012年，QQ用戶突破1.6億，在騰訊上下為之歡騰的時候，微信又以閃電般的速度，在這一年的9月實現(xiàn)了用戶規(guī)模突破2億。一年之內(nèi)，騰訊就有了兩個億萬級用戶規(guī)模的強場景，這既是AI發(fā)展的土壤，也是對年輕研究人員的壓力。

也是這一年，騰訊優(yōu)圖實驗室成立，這是騰訊內(nèi)部最早開始專注AI研究的實驗室之一。

優(yōu)圖實驗室創(chuàng)始團隊，在PC互聯(lián)網(wǎng)時代，曾經(jīng)做出過過一款看圖軟件產(chǎn)品——QQ影像。但沒過幾年，伴隨移動互聯(lián)網(wǎng)到來，產(chǎn)品和技術團隊進入了瓶頸期。

據(jù)騰訊云副總裁、騰訊云智能研發(fā)負責人、優(yōu)圖實驗室研發(fā)負責人吳永堅回憶，團隊最初是帶著一種頗為沮喪的心情，主動“求變”的。他們的計劃是，圍繞原來在PC端積累的圖像能力，去移動端做些技術新嘗試。當時，他們關注到一種無損圖像處理的算法。在沒有外部支持的情況下，五人團隊僅用三個月就做出了新算法，他們把這種能力應用在騰訊旗下的業(yè)務，使商品詳情頁圖片加載速度提升50%以上。

對優(yōu)圖實驗室來說，這是一個重要轉(zhuǎn)折點，吳永堅意識到：”我們之前都是純做應用的，后來發(fā)現(xiàn)產(chǎn)品的應用發(fā)展可能會起起伏伏，但支撐應用的底層技術永遠是越先進越好，我們就把關注重心轉(zhuǎn)移到技術能力建設上。讓我們的研發(fā)離應用只有一代的差距，最后我們選擇了一個詞叫‘預研’。”

任何時候，技術只有落在實際場景中才能驗證效果。

當時，吳運聲（優(yōu)圖實驗室負責人）提出，如果優(yōu)圖要做圖像（技術），就要和騰訊內(nèi)部圖像需求最多、最復雜的團隊去接觸，因為需求越大，技術可挖掘的價值就越大。

思路一通，靈感就來�；�于QQ空間的圖像場景，優(yōu)圖實驗室做出了一系列創(chuàng)新，包括圖像顯著性內(nèi)容檢測，也就是自動找出圖片中最能代表圖像的區(qū)域。

在同一個階段，深度學習的浪潮起來了。圖像技術與深度學習匯合，促使優(yōu)圖實驗室正式進入圖像理解的領域，也就是基礎的視覺AI的算法研發(fā)。

這時候，又一個新的需求產(chǎn)生了。

微眾銀行，一個完全沒有線下實體的互聯(lián)網(wǎng)銀行，帶來了一個世界級難題——活體檢測。

現(xiàn)在，基本上所有對安全性要求高的APP，都有一個視頻驗證身份的過程。但在2013年的時候，這方面的技術還很不成熟，一些常規(guī)的檢驗如搖頭、眨眼等，都有被作假的幾率。

“后來我們想了一個方法，就是給出一串數(shù)字，讓用戶讀出來。這樣，我們就有了視頻+音頻+圖像三種模式交叉驗證”，吳永堅說：“后來想想，優(yōu)圖實驗室的AI進入多模態(tài)的研究方向，也就是這一個瞬間啟發(fā)的。后來，我們還研發(fā)了背景變色閃光的驗證方法，這個技術在當時可以說是世界級的，現(xiàn)在還是業(yè)界主流的驗證方法。”

這個案例證明了，騰訊從C端業(yè)務中積累的AI能力，同樣可以解決B端的需求，局面打開了。

風也起來了，2016年，隨著AlphaGo戰(zhàn)勝人類棋手，一股AI熱席卷全球，與今天ChatGPT帶來的沖擊頗為類似。

而騰訊也開始加速規(guī)�；�、矩陣式布局AI研發(fā)。2016年4月，AI Lab成立，專注于AI基礎研究和應用探索的結(jié)合。

一個標志性的事件是——2017年8月，騰訊發(fā)布首款將人工智能技術運用在醫(yī)學領域的AI產(chǎn)品騰訊覓影 。這個項目徹底擊穿了部門墻，聚合了騰訊公司內(nèi)部包括AI Lab、優(yōu)圖實驗室、架構(gòu)平臺部等多個頂尖人工智能團隊的能力。

這不僅促使騰訊成為影像領域的國家新一代人工智能開放創(chuàng)新平臺，也成為騰訊AI崛起的標志性事件。

寫到這里，筆者突然想起了英國物理學會會士、深圳兩化融合首席科學家馬兆遠說過的一番話，他說——

“推動世界的絕大多數(shù)進步，首先是解決了工程問題。好的科學家應該是工程師，好的工程師也應該是科學家。而在實踐中，科學是第二性的，工程才是第一性的”。

2、算法產(chǎn)品化

2019世界人工智能大會上，騰訊公司董事會主席兼CEO馬化騰表示：騰訊已建立四大AI實驗室，涵蓋AI從全面基礎研究到多種應用開發(fā)，將打造面向未來的“科技引擎”。

而應用開發(fā)的產(chǎn)業(yè)化、商業(yè)化落地，是其中關鍵一環(huán)，也是當前整個AI領域尚未較好破解的一道難關。

另一方面，追求高質(zhì)量發(fā)展、促進產(chǎn)業(yè)升級轉(zhuǎn)型，是中國產(chǎn)業(yè)互聯(lián)網(wǎng)技術領域歷來的關注焦點。這其中，AI如何參與？

騰訊給出的答案是，發(fā)布云智能，更強調(diào)云與人工智能的融合深度，以AI作為產(chǎn)業(yè)互聯(lián)網(wǎng)時代的數(shù)據(jù)“中央處理器”，釋放數(shù)字化能力。

從場景出發(fā)，是這條路得以跑通的底層邏輯。

例如，中國是世界上工業(yè)門類最齊全的國家，用AI解決工業(yè)質(zhì)檢需求正是其中一個典型場景。

手機攝像頭支架，聽起來似乎沒啥科技感；但如果我告訴你，富馳高科是一家金屬粉末注射成型(MIM)產(chǎn)品專業(yè)制造商，是不是就高大上很多？

手機攝像頭支架看似簡單，但形狀不規(guī)則且只有手指頭大小，需要檢測的點位高達七八十個。

算筆賬你可能覺得更直觀，由于富馳高科每年生產(chǎn)的零部件數(shù)億個，僅質(zhì)檢人員就需要超1500人。質(zhì)檢人員需要聚精會神，才能完成這種精細質(zhì)檢，且因為疲勞往往容易導致漏檢錯檢。

2021年，騰訊云開始用AI能力給富馳高科解決手機零部件質(zhì)檢難題。

當時，騰訊云采用TNN深度學習推理框架，借助算法模型加速和智能調(diào)度等多種技術能力，從工程化上實現(xiàn)了性能優(yōu)化；算法方面，則創(chuàng)造性的設計了光度立體成像解決方案，克服了MIM產(chǎn)品因高反光特性而導致的產(chǎn)品缺陷與正常反光混淆的行業(yè)難題。最終的結(jié)果是，基于這套解決方案，富馳高科單臺質(zhì)檢儀的工作效率是原來人工的10倍。

解決一個從未被破解的行業(yè)難題，自然需要投入大量算法工程師。但每個方案都采用重人力的模式，不可持續(xù)。

由此，在過去的兩年里，騰訊一直探索“算法產(chǎn)品化”的方式，即拆解算法里的每一個流程，精細到每一步明確要做什么，然后將其沉淀到騰訊云TI平臺上，最終形成了一個面向工業(yè)質(zhì)檢場景的產(chǎn)品化平臺——工業(yè)質(zhì)檢訓練平臺TI-AOI。 現(xiàn)在，面對同樣的工業(yè)質(zhì)檢場景，騰訊只需在項目前期派少量算法人員過去，其余大部分工作都可以在TI平臺上完成，效率提高，加速了AI技術在工業(yè)場景的落地。而未來的進階方向是——騰訊甚至都不用派工程師到場，這項工作就可以由企業(yè)自己的運營人員完成，并且他們不需要有很強的算法背景。

這樣做更大的價值還在于，拉低應用門檻，進一步推動AI普惠。

傳統(tǒng)制造業(yè)是產(chǎn)業(yè)智能化升級的主體，但一般的制造業(yè)企業(yè)沒有研發(fā)AI算法，甚至沒有應用AI算法的能力。

騰訊的工業(yè)質(zhì)檢訓練平臺為企業(yè)找到了一個限制更少，門檻更低的方案。即便不懂AI算法，工廠技術人員依然可以用平臺進行缺陷標注，讓算法根據(jù)零件質(zhì)檢需求自動跑起來。對騰訊而言，一路積累下來的能力可以復用于其它類似場景，下一個項目也不會再用6個月時間了，這為騰訊AI在這一領域加速布局打開局面。

為富馳高科服務的騰訊云TI平臺是騰訊云智能的體系的核心產(chǎn)品之一，還有我們熟悉的數(shù)字人，或稱數(shù)智人。

數(shù)字人和我們前文敘及的ChatGPT有密切的聯(lián)系，某種程度上，數(shù)字人也是生成式AI的一種載體，是AIGC的一部分。

例如，短視頻制作已經(jīng)是一個龐大的行業(yè)，但其上限是內(nèi)容生產(chǎn)成品太高、效率較低。

騰訊云智能有一款2D數(shù)智人，可以實現(xiàn)依靠3分鐘真人錄制視頻，就生成一個數(shù)字人形象，后期則通過文字輸入就能生成視頻內(nèi)容，大大降低了視頻錄制成本、修改成本，最終是降低了短視頻內(nèi)容制作的準入門檻，為豐富內(nèi)容生態(tài)貢獻很大。

技術含量更高的3D虛擬主播，也因為AI，而有了更多展現(xiàn)形式。例如經(jīng)常在電視上看到的手語主播，需要通過細微的手部動作來展示內(nèi)容，現(xiàn)在通過AI已經(jīng)可以實現(xiàn)文字、語音直接轉(zhuǎn)手語。

2022年初，騰訊AI手語數(shù)智人”聆語“誕生，成為首位服務于國際賽事直播解說的數(shù)字人，支持實時生成手語，可懂度 90% 以上，而一般比較熟練的真人解說員的手語可懂率不過是60%-70%。但在加入AI以前，用數(shù)字人來完成這類操作是很難想象的。

從數(shù)字人到數(shù)智人，騰訊云智能數(shù)智人的背后是新一代的多模態(tài)人機交互系統(tǒng)，可以讓虛擬人物擁有超細微面部情感表情以及數(shù)百種肢體動作，并且通過自動化的播報平臺、交互平臺，打通形象生產(chǎn)到內(nèi)容生產(chǎn)的全鏈路

背后的背后，是騰訊積累多年的語音交互、自然語言理解、圖像識別等AI能力的充分整合。

騰訊云副總裁、騰訊云智能負責人、優(yōu)圖實驗室負責人吳運聲總結(jié)說：騰訊云智能要做的就是整合騰訊的技術優(yōu)勢和行業(yè)經(jīng)驗，從而打磨出更多優(yōu)秀的產(chǎn)品和服務模式，助力產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。

在對諸多案例的探尋中，筆者一直在思考的是，為什么騰訊AI的產(chǎn)業(yè)化、商業(yè)化落地效率更高，也更受到實際用戶的青睞？

現(xiàn)在看來，騰訊的AI研發(fā)一直帶有產(chǎn)品化的思維，對目標用戶需求和痛點考慮的更為周全、具體，這是騰訊原生的DNA在賦能；另一方面，在云計算、大數(shù)據(jù)方面的領先性，讓騰訊AI有很好的底層支撐和綜合競爭力。

3、飛輪效應

騰訊AI的產(chǎn)業(yè)實踐，讓我們看到了一種中國本土AI的趕超模式，我姑且稱為”閉環(huán)效應“疊加”飛輪效應“的”雙環(huán)組合“。

首先是閉環(huán)，研發(fā)-賦能-落地-反饋-人才，可謂缺一不可，但把這五個要素形成一個閉環(huán)，難度更大。

但如前所述，騰訊云智能的打造，已經(jīng)促進了這一閉環(huán)的形成，通過聚合騰訊優(yōu)圖實驗室、騰訊AI Lab等騰訊頂級實驗室的技術能力、產(chǎn)品能力以及多年的實踐經(jīng)驗，輸出從底層算力支撐到 AI 開發(fā)平臺、到 AI 產(chǎn)品解決方案、再到頂層數(shù)智化轉(zhuǎn)型方法的四級全鏈條服務，就是其具體體現(xiàn)。

現(xiàn)在更急切的任務是，如何讓這個飛輪轉(zhuǎn)起來，形成Flywheel Effect（飛輪效應）。這其中，四個“關鍵引擎”缺一不可。

第一個引擎，是強大的云計算、大數(shù)據(jù)底蘊。

大家都知道，OpenAI能夠取得成功的一點，是微軟基于云計算能力，為其打造了一臺超級計算機，將數(shù)以萬計的 Nvidia A100 GPU 和 Azure 云計算平臺串聯(lián)在一起，能以高吞吐量、低延遲網(wǎng)絡來使用這些算力。

在這個層面，騰訊云針對類似的訓練、推理、測試及優(yōu)化場景，能夠點對點提供最佳的匹配方案和產(chǎn)品。特別是在大模型訓練場景，結(jié)合了騰訊自研的軟硬件技術，為騰訊云AI計算、高性能計算需求提供算力底座�；�礎層將裸金屬云服務器作為節(jié)點，滿配最新代次的GPU，節(jié)點之間通過RDMA網(wǎng)絡互聯(lián)，提供高性能、高帶寬和低延遲的算力。

第二個引擎，是大模型的能力。

行業(yè)里一直圍繞大模型或小模型，大數(shù)據(jù)或小數(shù)據(jù)有爭論，但ChatGPT的問世，決定了至少是在今后3年，大模型是更主流的方向。

打造大模型是極其艱難的，但為其后的泛化提供了保證。就好像如果你編了一本《漢語大字典》，那么再編一本《中學生字典》就很簡單；相反你想編一本《小學生詞典》，但手頭沒有《漢語大字典》做母本，一切也得從0到1來過。

騰訊很低調(diào)，但不意味著其在大模型領域落后，相反，騰訊打造的混元AI大模型，其完整覆蓋NLP（自然語言處理）、CV（計算機視覺）、多模態(tài)等基礎模型和眾多行業(yè)/領域模型，已先后在中文語言理解權(quán)威評測集合CLUE 與 VCR、MSR-VTT，MSVD等多個權(quán)威多模態(tài)數(shù)據(jù)集榜單中登頂，實現(xiàn)跨模態(tài)領域的大滿貫。

值得一提的是，近期混元AI大模型團隊推出了業(yè)界最大的萬億中文NLP預訓練模型HunYuan-NLP-1T，再次打破CLUE三大榜單記錄，實現(xiàn)在中文語理解能力上的新突破。

第三個引擎，叫長期的基礎技術積累。

基礎技術積累對于產(chǎn)品導向型的公司，是一個發(fā)展悖論。但以產(chǎn)品為名的騰訊，從2015年后，開始傾力于基礎技術的研發(fā)突破。

微軟對OpenAI的投入超過百億美金，所以，最簡單的一個評價標準是——你愿意為基礎研發(fā)花多少錢？

筆者看到的數(shù)據(jù)是，自2015年至2021年，騰訊的研發(fā)投入從90億增加到519億，增量達4.8倍，是國內(nèi)增速最快的科技企業(yè)。 其中，2021年騰訊研發(fā)投入達到518.8億元，較2018年實現(xiàn)翻番，研發(fā)人員數(shù)量同比增長41%，新增研發(fā)項目超6000個。2019-2021年，騰訊三年累計研發(fā)投入已經(jīng)超過1200億元，年均增速超過30%。

早在2019年，騰訊在全球主要國家的專利申請數(shù)量已超過30000件，授權(quán)專利數(shù)量超過10000件。專利申請數(shù)量在國內(nèi)互聯(lián)網(wǎng)公司中排名第一，在全球互聯(lián)網(wǎng)公司中排名第二，僅次于谷歌。

第四個引擎，叫基于反饋的人才培養(yǎng)。

任何一個產(chǎn)業(yè)都需要在無數(shù)次反饋中獲取進步。 人們對科學家的要求可能是千分之一的成功率，但對產(chǎn)品的要求是千分之一的失敗率。 兩個千分之一中間，有著漫長的過程。 但正是因為騰訊AI憑借各種形式進入千行百業(yè)，就為繼續(xù)創(chuàng)造、探索和不斷改進，提供了可能性。 雖然，每一步改進都意味著大量的選擇和優(yōu)化，但這是有助于打造在實踐中大量開發(fā)經(jīng)驗和工程訓練積累而成的能力。如果說科學精神是從無到有的探索，那工程精神就是“日拱一卒”的堅持。 在筆者看來，除了以上敘及的方方面面，騰訊AI體系的一大成就，是培養(yǎng)了一批了解科學、懂得技術，并能把構(gòu)想和創(chuàng)意造出來的新型工作者。

他們在某種程度上，已經(jīng)不符合對工程師的傳統(tǒng)定義，而是一批能夠掌握把握企業(yè)需求，然后落地成產(chǎn)品、把科學轉(zhuǎn)化為生產(chǎn)力的高技能人才。他們中的一部分將繼續(xù)成為更高級的工程技術人才，也有一小部分會在研發(fā)中總結(jié)規(guī)律，向科學家、基礎研發(fā)者的角色發(fā)展。 但毫無疑問，擁有來自實踐的豐富反饋，以及由此培養(yǎng)出的大批人才，最終幫我們畫完了騰訊AI體系的閉環(huán)。

而順便值得一提的是，騰訊還擁有豐富的多模態(tài)內(nèi)容、復雜的場景與大量的需求，這些也都是催發(fā)創(chuàng)新、打磨技術的最佳實踐環(huán)境。

但問題的關鍵是，不是所有條件的具足，就自動能夠把“能力”變成“成績”，世上最難的事，就是通過無數(shù)次與不確定性的博弈，把現(xiàn)實變成最大的確定性。

雖然騰訊AI已經(jīng)在數(shù)十、數(shù)百個行業(yè)中落地，但有待去探索的產(chǎn)業(yè)和領域卻是成千上萬，它們的需求、場景和痛點，是中國AI技術發(fā)展的豐厚土壤。以如此宏闊的未來圖景，我們相信包括騰訊在內(nèi)的科技企業(yè)將有更大的作為，當他們進入全球的AI領導者行業(yè)之一，我們再為其加冕，似乎是一個更好的選擇。

       原文標題 : 什么是中國AI趕超的正確姿勢？