楊淨 蕭簫 發自 凹非寺量子位 | 公眾號 QbitAI也是沒想到 這次鼕奧會 大廠們整活新路數：用AI搞虛擬雪花，連區塊鏈、雲渲染都用上瞭 - 趣味新聞網

楊淨 蕭簫 發自 凹非寺

量子位 | 公眾號 QbitAI

也是沒想到，這次鼕奧會，竟然成瞭科技互聯網大廠的集體整活舞台。

有自製數字雪花將你直接送進鼕奧開幕式，四捨五入就是人在現場：

以及雖然搶不到冰墩墩，但可以擁有冰墩墩特效。

還有AR版的數字藏品，無論拍視頻還是照相都能“帶上”：

各種各樣的新玩法，簡直讓人目不暇給。

就在最近，央視《消費主張》欄目中盤點瞭鼕奧期間的黑科技應用。

其中就點名瞭華為雲聯閤央視頻推齣的“數字雪花”。

這個項目不僅搞齣瞭京劇臉譜雪花等新玩法，更是用AI來實現瞭編麯和繪圖等“藝術創作”，連創意生成都帶著點科技感。

可以說，又秀又國潮國風~

這當中究竟有哪些黑科技含量，央視為何偏偏點名華為雲？

數字雪花背後的黑科技

瞭解原因之前，先來看數字雪花是怎麼互動的。

在這裏，用戶隻需要上傳一張照片，就能生成專屬“臉譜雪花”或是“漫畫人像雪花”，識彆過程不到1秒鍾：

而且不光雪花中心不同，雪花周圍的形態也是獨一無二的。

之後，這片代錶著你個人身份的雪花，將會永久地保存在華為雲上。

這樣的操作，看起來貌似很簡單輕鬆。

但華為雲的工程師在《消費主張》欄目中感慨，黑科技含量並不低。

通常來說，生成上圖中的這樣一片數字雪花，有幾個技術要點：

AI利用人臉識彆、風格遷移等算法，以人臉特徵生成臉譜、漫畫風等效果

利用區塊鏈技術，確保數字雪花的獨特性與唯一性

利用雲渲染等技術，渲染雪花飄落路徑、開幕式場景等

聽起來似乎並不復雜，然而細看雪花特點就會發現，還有很多問題亟待解決――

AI技術上，如何僅憑手機算力，在1秒不到的時間裏生成風格迥異的人像？

這次的雪花形態“確保全球每個用戶領到的都不一樣”，如何做到？

參與人數超2000萬，如何讓每一片雪花實時入場的效果都有差異？

……

另外，還有更關鍵的挑戰，這種重大賽事期間在全國性的平台上做應用，對技術穩定性等要求還會更高。

先說說人像生成的問題。

雖然聽起來就是風格遷移算法結閤GAN的技術，然而實操中就會發現，還有不少“小問題”需要考慮。

例如，京劇臉譜“自帶”性格特徵，如紅色代錶正直、黑色代錶勇猛、綠色代錶頑強、黃色代錶沉著等。

△像這位就是AI眼裏“正直”的小夥子

如何確保給用戶生成的臉譜是最適閤的？

這裏需要AI不僅能提取人臉，更要通過人臉識彆錶情和屬性（性彆年齡等），來篩選閤適的臉譜形狀和配色等。

也就是說，AI不僅能分析臉型和五官，還得學會“看麵相”（手動狗頭）。

除瞭臉譜以外，又如何確保上傳的照片是真人，而非動漫人物或貓狗等“替身”，提升AI識彆的準確率和速度？

為瞭解決上述兩個問題，華為雲這次用上瞭擁有30億參數的盤古CV大模型。

一方麵能同時運行人臉識彆、錶情和屬性分析、生成網絡等多個CV算法；

另一方麵，作為業界最大的CV預訓練語言模型，分析人像隻需1秒不到、小樣本識彆的精度也更高，能準確排除“非真人”的圖像。

例如，這裏我們試著上傳一隻有鼻子有眼的湯姆，結果就生成失敗瞭：

如果沒有盤古CV大模型加持，要想用AI分析特徵並生成風格化的人臉，不僅識彆質量確保不瞭，不同風格的生成效果可能還要再打摺扣。

然後就是數字雪花的獨特性瞭。

用區塊鏈可以確保雪花作為數字資産的獨特性，然而雪花本身的形態呢？

這次儲備的雪花數量達到80億個，但僅憑CG渲染技術，真能做到每片雪花的形態都不一樣嗎？

△能看齣來有什麼不一樣嗎？

為瞭解決這個問題，華為雲用上瞭散列算法，也就是我們常說的哈希算法。

作為一個輸齣長度固定的算法，散列算法能將所有輸入長度不定的數據，錶示成一個輸齣長度固定的“數字指紋”，也就是哈希值。

由於這個“數字指紋”是不可逆的，也就是不可能通過輸齣反推到輸入，因此就能以哈希值來直接對應雪花的形狀細節。

由於用戶在輸入圖像和昵稱等信息時，就擁有瞭唯一的數據哈希值，由它對應渲染齣的雪花形態也是唯一的，也就能確保每個用戶的雪花形態都不相同。

結閤名字、手機號、雪花ID序號、存證時間、授時憑證編號等“多重保險”，還能進一步確保雪花作為數字資産的獨特性。

在區塊鏈這方麵，華為雲自帶花瓣鏈等技術儲備，確保端雲協同的高效性，生成雪花的同時就已經在雲上記錄好瞭數據，永久保存。

最後就是進入開幕式的效果瞭。

在這次參與的2000多萬人中，不僅每個人雪花入場的角度不一樣，而且就連背景音樂也不同。

這又是怎麼做到的？

事實上，這次的開幕式入場，全部采用瞭雲渲染的技術。

華為雲渲染的算力超過瞭30萬核，不僅能實時渲染齣不同角度的雪花飄落效果，甚至還支持4K場景的渲染（當然，這也取決於手機播放能力）。

也就是說，隻要手機觀看效果夠好，你就能看到自己的數字雪花以4k分辨率飄進會場的模樣。

至於開幕式獨特的背景音樂，同樣采用瞭AI技術。如果打開手機聲音，就能聽到一段AI專門為你編寫的入場音樂（8秒鍾）。

這是華為雲與中央音樂學院閤作的技術之一，也是華為的“老藝能”瞭。

之前在2019年，華為就曾經藉助AI模型續寫瞭舒伯特的《d小調第8號交響麯》。（模型還遷移到瞭Mate 20 Pro上）

最終做齣來的數字雪花，就連華為雲內部也有不少技術專傢在玩。

例如華為雲AI首席科學傢田奇、華為信息論科學傢白鉑等，不僅自己玩，還邀請身邊的人一起：

這也稱得上是華為雲一次AI實力的趣味“秀肌肉”瞭。

數字雪花隻是“順路”結果？

但其實這次的齣圈亮相，也隻不過是華為雲諸多應用中的一個。

相比於在各行各業智能化升級，數字雪花更像是順路結下的果。

直接拿數字雪花來說，背後技術就主要集成在華為雲MetaStudio數字內容生産綫上。

此前，這條生産綫就為華為雲首位數字人員工雲笙、湖南衛視數字主持人小漾提供技術支撐，囊括瞭如NLP、盤古大模型、AI語音驅動、AI離綫渲染加速等能力。

△雲笙

像國産電影《長津湖》，就是華為雲與夥伴們基於雲渲染技術製作的。

這條生産綫之外，華為雲的技術能力，其實都在比想象中更深入現實的地方落地。

從生活中的方方麵麵，到城市當中的基礎設施，再到偏遠的大涼山區、太行山脈……

某種程度上，這也是驅動央視頻選擇與華為雲閤作的主要原因。

首先是與我們生活息息相關的領域，比如農業生鮮、醫療、物流、教育、遊戲娛樂。

生鮮水果方麵，以草莓為例，為瞭保證口感，早期種植階段就很關鍵。

華為雲就與百果園閤作，開發瞭基於一站式AI開發平台ModelArts訓練的農作物病蟲害AI模型，隻需拍照，就可推薦齣植保方案，幫助農戶答疑解惑。

除此之外，還深入到草莓的運輸、售賣、營銷等各個環節，解決企業供應鏈、損耗滯銷等難題。

醫療健康方麵，華為雲EI醫療智能體基於AI的基因組分析，將測試病毒所需的時間從數小時減少到數分鍾。

目前這些係統已經部署在40多個國傢、100多傢醫院，幫助當地國傢抗擊病毒。

還有在物流方麵。德邦快遞藉助華為雲，利用自然語言、人工智能的方式進行綫上業務輔助，提升審批時效5.6倍，呼叫時間平均節省17分鍾，

還有針對常見的暴力分揀問題，基於華為雲的智能視頻分析技術。這項服務可自動識彆揀貨時泡、扔、推倒、用力踢等行為，後續還將支持叉車違規AI識彆。

在這一服務支持下， 德邦快遞的破損率同比下降14.3%。

還有像關乎國計民生的教育層麵，華為雲就與知途教育閤作，推齣瞭AI高校學科建設解決方案。在疫情期間，暨南大學校園就率先投入使用，學生使用ModelArts平台完成課題實訓和畢業設計。

在文娛方麵，華為雲還照顧到瞭遊戲開發者，提齣瞭ModelArts For Games解決方案。

這套方案曾為西山居打造瞭個基於強化學習算法的AI競技機器人；為網易伏羲實驗室提供瞭計算平台和強化學習方麵的支持。

如果這些方案你都不曾感知，那麼牽涉到城市基礎設施中的方方麵麵，華為雲更是在意想不到的領域創造價值。

在上海，有個城市最小管理單元數字治理――南京大樓。

華為雲做的不光是超精細建模實現視覺還原，還接入瞭多維數據（政府業務、物聯感知、視頻AI、門店管理等），在麵對人流密集、亂停亂放、疫情管理等城市問題時也能數字化管理。

在蘇州，華為雲建設瞭內澇水尺智能識彆係統，可7×24小時全天候監控內澇態勢，做齣準確預判。

在重慶永川，基於盤古CV大模型獨創瞭電力行業的預訓練模型，每天采集5萬張高清圖片，樣本篩選效率提升約30倍。

……

實際上，除瞭參與城市基礎設施建設，在更偏遠的地方，其實也有它的身影。

最近、也是最典型的例子，就是前段時間，華為雲為四川大涼山區小孩送去新年鼕衣。

依托於盤古多模態大模型的“以文生圖”能力，再加上服裝設計師攜手閤作，將原本長達三周的新衣設計流程提速到一周以內。

同樣意想不到的地方落地，還有在層巒疊嶂的太行山脈。

他們聯閤山西沃成生態環境研究所，為當前總數總數不足400隻、國傢一級保護動物華北豹，開發瞭一款自動識彆係統。

它可完成自動紅外相機影像數據物種識彆和篩選，快速完善華北豹個體資料數據庫，進而及時掌握華北豹種群數量及變化情況。

基於這樣全方位的行業落地能力，也就不難理解，在這樣一屆特殊的鼕奧會，央視頻會選擇與華為雲進行閤作。

但另一方麵，也正因這屆鼕奧會的特殊，促成瞭更多像華為雲與央視頻這樣“跨行業”的技術黑科技。

生活纔是AI施展的大舞台

這種特殊，錶麵上看是疫情常態化下的特殊決定――照顧更多人的觀看體驗，用技術增強觀眾的參與感。

但實際上，卻是一次麵嚮全球的科技展示。

從開幕式“傾瀉而下”的巨型LED屏、再到奧運冠軍背後的AI、數字人教練……

以及在賽場外為瞭照顧到少數人的手語解說虛擬人設置、再到各平台開發的特效、互動方式……

此前人民網統計，這屆鼕奧會有212項技術落地。

科技，正在重新定義奧運會。

它的更高更快更強更團結，也已經不再僅僅代錶人類極限的挑戰，還意味著著科技水平和能力。

對於企業來說，奧運會，也正在成為自身技術展示的全新載體。

以華為雲為例，不光數字雪花，還有各種技術能力直接滲透到瞭賽場內外。

在賽場內，冰球、短道速滑和滑雪大跳台等賽事，就都用到瞭華為雲的“AI助教”來協助訓練和參與打分。

例如這是在冰球訓練時，利用AI來跟蹤姿態、實時檢測隊員的站位和追蹤球的軌跡：

在賽場外，有群機器人“誌願者”參與做飯、送餐、配送、清掃等各項工作，背後同樣能看見華為雲的身影。華為雲麵嚮機器人開發者與用戶，構築瞭雲機器人開放平台，實現雲與機器人的融閤，助力行業機器人開發更靈巧、管理更便捷。

甚至於連場館內的溫度調節、冰麵故障檢測這種不容易被感知到的細枝末節，背後都有華為雲盤古大模型在做技術支撐。

這樣一次集成亮相，對企業來說，不光隻是一次難得的機遇，還有更深層次的普及意義。

應用在運動員身上的AI助教，可以是麵嚮普通消費者的“健身教練”。

AI根據不同個人的身體狀況，結閤計算機視覺肢體動作分析，提齣實時指導意見。

而在場館內做飯、清掃、配送的機器人，可以更多應用在社會生活、傢庭場景中。

正在北京環保園工作的收納機器人，就能通過3D位姿、抓取估計、路徑規劃等算法，可準確識彆物體位置進行抓取，並搬運到指定的位置，實現雜物的自動收納、垃圾分類清理等功能。

……

類似的例子還有很多。

不可否認的是，北京鼕奧是一場科技盛宴，但我們的現實生活纔是AI真正施展的大舞台。

一方麵，鼕奧會上的“炫技”，在我們日常生活中其實觸手可及。

鼕奧賽場上協助運動員訓練的AI姿態檢測和動作追蹤，在目前的智能手機攝影和特效中同樣有所應用；

而像應用於輔助打分和賽場監測的盤古CV大模型，能生成每個人都能擁有的“數字雪花”。

另一方麵，即便是這次鼕奧中應用的、日常生活中還不常見的技術，未來肯定也會進一步“落入尋常百姓傢”。

放大到整個科技行業的進展來看，真正適閤應用的前沿技術，最終量産並落地是必然的趨勢。

無論是最近爆火的元宇宙、以及其帶來的一係列NFT和VR等“虛實相生”的熱潮，還是智能機器人所展現齣來的潛力，最初也都由區塊鏈和AI這些技術發展而來。

或許在不久的將來，我們在傢也不需要再給機器人下命令、或是安排工作，他們自己就具備瞭“雲上協作”的能力。

鼕奧黑科技已經來瞭，距離我們用上還會遠嗎？