酷玩實(shí)驗(yàn)室作品

(資料圖片)

首發(fā)于微信號(hào) 酷玩實(shí)驗(yàn)室

微信 ID：coollabs

就在昨天（7 月 28 日），全世界最大的數(shù)字娛樂(lè)展會(huì)，ChinaJoy2023 在上海浦東開(kāi)展。作為科技博主的我，每年去看 cospaly，不，是去看新游戲以及娛樂(lè)產(chǎn)業(yè)最新的技術(shù)。要說(shuō)今年 CJ 上什么技術(shù)最火，肯定是 AIGC（AI 生成式內(nèi)容）！

從逆水寒的 AI NPC 到 AI 生成游戲概念圖，AIGC 已經(jīng)變?yōu)閿?shù)字娛樂(lè)產(chǎn)業(yè)中最重要的關(guān)鍵詞。在今年的會(huì)場(chǎng)外，CJ 專門(mén)召開(kāi)了 AIGC 大會(huì)，會(huì)場(chǎng)內(nèi)，各個(gè)展商也抓緊將 AI 部署到自己的產(chǎn)品中：中手游的《仙劍世界》引入 GPT，游戲里的 NPC 對(duì)話將變得更加真實(shí)和自然；網(wǎng)易更是把 AIGC 開(kāi)放給更廣的玩家，在年輕人中爆火的《蛋仔派對(duì)》，玩家不必使用專業(yè)工具，在 AIGC 的幫助下，簡(jiǎn)單幾步就可開(kāi)發(fā)出新玩法。

所有的這一切都在顯示，AIGC 已經(jīng)成為所有數(shù)字娛樂(lè)開(kāi)發(fā)廠家的共識(shí)，而 AIGC 的好壞與否，和躲在背后的大模型擺脫不了關(guān)系。目前國(guó)產(chǎn)最強(qiáng)大模型當(dāng)中，華為云 " 盤(pán)古 " 肯定是 T0 級(jí)別。

在 CJ 的 AIGC 大會(huì)舉辦的同一時(shí)間同一地點(diǎn)，華為云數(shù)字文娛 AI 創(chuàng)新峰會(huì)舉辦，首次展示了盤(pán)古大模型 3.0 面向數(shù)字文娛產(chǎn)業(yè)的能力。

盤(pán)古大模型具體會(huì)對(duì)文娛產(chǎn)業(yè)帶來(lái)多么深遠(yuǎn)的影響，或許仍待進(jìn)一步觀察。不過(guò)，盤(pán)古大模型在氣象領(lǐng)域的成果，可以作為直觀的參考。

各位可能對(duì)盤(pán)古氣象大模型發(fā)表在《Nature》雜志的研究成果有印象，它在業(yè)內(nèi)第一個(gè)做到了，用 AI 模型預(yù)測(cè)天氣的精度超越了傳統(tǒng)的數(shù)值預(yù)報(bào)方法，超過(guò)了之前全球最強(qiáng)的歐洲氣象中心的 IFS 系統(tǒng)。

全球每年會(huì)形成大約 80 個(gè)臺(tái)風(fēng)，其中平均會(huì)有 7 個(gè)臺(tái)風(fēng)經(jīng)過(guò)我國(guó)。麻煩的是，用原來(lái)的預(yù)報(bào)方法，雖然我們可以提早幾天看到臺(tái)風(fēng)路徑，但因?yàn)槁窂酵莿?dòng)態(tài)的，可能最終只能提前一天甚至幾個(gè)小時(shí)才知道具體登陸位置 … 這就造成了防災(zāi)減災(zāi)工作的兩難處境：提前投入太大結(jié)果臺(tái)風(fēng)不來(lái)，不合適；投入太小，臺(tái)風(fēng)可能就會(huì)給我們迎頭痛擊。每年臺(tái)風(fēng)給我國(guó)造成直接經(jīng)濟(jì)損失超過(guò) 100 億元，我記得高中有個(gè)暑假我在家里跟同學(xué)玩魔獸世界下副本，有個(gè)臺(tái)州的同學(xué)突然說(shuō)他要下線了，我們正要罵，他補(bǔ)了一句 " 我家屋頂沒(méi)了 "。。。

而盤(pán)古大模型做到了對(duì)全球氣象預(yù)測(cè) 10 秒出結(jié)果，預(yù)測(cè)速度提升了 10000 倍，并且更加精準(zhǔn)。

今年上半年，盤(pán)古跟國(guó)家氣象局合作預(yù)測(cè)臺(tái)風(fēng)瑪娃的路徑，提前十天就準(zhǔn)確預(yù)測(cè)了它的路徑，這個(gè)時(shí)間間隔就足夠大家做出充分的準(zhǔn)備了，比如把屋頂加固一下。

可以看到這里的藍(lán)線是傳統(tǒng)預(yù)測(cè)方法預(yù)測(cè)的臺(tái)風(fēng)路徑，紅線是盤(pán)古的預(yù)測(cè)，黑線是臺(tái)風(fēng)的實(shí)際走向，很顯然，盤(pán)古大模型的預(yù)測(cè)精度顯著超過(guò)了傳統(tǒng)方法。

具體到文娛領(lǐng)域，盤(pán)古大模型基于同樣的模型底座，有同樣的驚艷表現(xiàn)。

熟悉我們的朋友都知道，酷玩實(shí)驗(yàn)室在做一個(gè)微信電商，做電商很大的一塊工作就是拍圖。

比如我們要上新一批服裝款式，就需要根據(jù)款式對(duì)應(yīng)的性別、年齡段，約模特過(guò)來(lái)，安排一個(gè)影棚，架好燈光布置好背景，然后不停地穿拍脫穿拍脫，忙活一天下來(lái)終于拍完了 20 套衣服，拍完之后還要 P，最后才能安排上架。

這一套流程一來(lái)是成本很高，二來(lái)是很累效率提不上來(lái)，它經(jīng)常電商上架最慢的一個(gè)環(huán)節(jié)。

現(xiàn)在我們?cè)诿缊D公司旗下的" 美圖設(shè)計(jì)室 "官網(wǎng)，找到一個(gè)最新推出的創(chuàng)新功能——AI 模特試衣。

用上這個(gè)功能之后，整個(gè)拍圖流程就會(huì)變成這樣：

第一步：我們找個(gè)假人模特，批量地先把衣服拍了，這步不用人配合就會(huì)很快；

第二步：到這個(gè)網(wǎng)站上，可以一鍵生成幾個(gè)模特，把衣服給她們穿上去；

第三步：生成照片，大功告成。

這么高效又驚艷的功能，是由華為云盤(pán)古大模型與美圖視覺(jué)大模型 MiracleVision 共同研發(fā)的最新成果。在盤(pán)古大模型的加持下，這個(gè)衣服不是生硬地往人身上一貼，而是從光影效果到材質(zhì)細(xì)節(jié)到模特的動(dòng)作都配合得很好，可以媲美高質(zhì)量的實(shí)拍（特別是你一般找不到那么好看的模特）。

這樣一來(lái)原本一兩天的工作，半個(gè)小時(shí)之內(nèi)就可以搞定，這就是生成式 AI 在文創(chuàng)領(lǐng)域帶來(lái)的指數(shù)級(jí)效率提升。

那這一切是如何做到的呢？

因?yàn)橐坏?AI 要真的應(yīng)用于產(chǎn)業(yè)，就一定會(huì)面臨幾個(gè)繞不開(kāi)的問(wèn)題。文娛產(chǎn)業(yè)也是如此。

首先，行業(yè)應(yīng)用需要的是專業(yè)的知識(shí)而不是泛泛的知識(shí)。

比如理論上構(gòu)建游戲的敘事、世界觀，和游戲里面的人物的 AI 自主對(duì)話，都可以說(shuō)是 NLP 自然語(yǔ)言生成。但一邊背后的知識(shí)是游戲、動(dòng)漫、影視作品的背景設(shè)定集，一邊背后的知識(shí)是角色的人設(shè)和語(yǔ)言風(fēng)格，可以說(shuō)完全是兩回事。

二來(lái)，行業(yè)應(yīng)用需要 AI 表現(xiàn)出超強(qiáng)的穩(wěn)定性和可靠性。

比如說(shuō)你用 AI 文生圖功能去制作游戲的人物原畫(huà)，那么同一個(gè)游戲里面，原畫(huà)的風(fēng)格需要保持一致，同一個(gè)人物的不同造型，臉和關(guān)鍵特征需要保持一致，甚至不同人物原話里面，一些游戲架空世界的統(tǒng)一設(shè)置也需要保持一致。

再比如，你開(kāi)一個(gè)數(shù)字人直播賣(mài)貨，別的閑聊氣氛可以不論，但關(guān)于貨品的介紹信息必須得是準(zhǔn)確的，不然你的數(shù)字人在那兒扯淡一波，第二天工商局的罰單來(lái)了，一個(gè)月白做了。

第三點(diǎn)也非常重要，每個(gè)行業(yè)都會(huì)有自己的專業(yè)軟件和工作流程，新的 AI 應(yīng)用需要無(wú)縫對(duì)接到專業(yè)軟件的數(shù)據(jù)，嵌入到原本的工作流程當(dāng)中去。

比如說(shuō)我們要用 AI 去做大型連鎖品牌的運(yùn)營(yíng)數(shù)據(jù)分析，那你必須生成數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)的 SQL 代碼吧？你得能訪問(wèn)原本的數(shù)據(jù)庫(kù)吧？你得能生成運(yùn)營(yíng)人員看得懂的圖表吧？特別是不同層級(jí)的員工肯定有不同的數(shù)據(jù)訪問(wèn)權(quán)限，你得能分級(jí)處理加密數(shù)據(jù)吧？

第四點(diǎn)當(dāng)然是，在行業(yè)應(yīng)用領(lǐng)域，各家數(shù)據(jù)都是他們自己的商業(yè)數(shù)據(jù)，他們需要保密、合規(guī)。

這就是用 AI 來(lái)做處理真正商業(yè)問(wèn)題時(shí)困難的地方。很多 AI 大模型只能 " 作詩(shī) " 而不能 " 做事 "，歸根結(jié)底就是他們搞不定這四個(gè)點(diǎn)。

實(shí)踐出真知，積累足夠經(jīng)驗(yàn)和行業(yè)知識(shí)，才能夠去推進(jìn) AI 的行業(yè)應(yīng)用。

華為云作為國(guó)內(nèi)頭部的云服務(wù)廠商，深入行業(yè)領(lǐng)域耕耘多年，在 AI 領(lǐng)域已經(jīng)有超過(guò) 1000 個(gè)項(xiàng)目。

華為云盤(pán)古大模型是怎么解決這些問(wèn)題的呢？首先，他們做了一個(gè) 5+N+X 的分層架構(gòu)。具體到文娛領(lǐng)域，L0 層的多模態(tài)大模型，提供了圖像編輯、圖像拓展、以文生圖、以圖生圖、文生 3D、文生視頻、圖生 3D 等基礎(chǔ)功能。L1 層滿足動(dòng)漫、游戲、影音等等垂直領(lǐng)域的綜合需求。而 L2 層就對(duì)應(yīng)到生成比方說(shuō)像素游戲，藝術(shù)家風(fēng)格的畫(huà)作、電商模特這些功能場(chǎng)景。

如何理解所謂的 L0、L1、L2 分層架構(gòu)呢？這里不妨引用華為輪值董事長(zhǎng)胡厚昆曾經(jīng)在世界人工智能大會(huì)上的形象闡述 :

L0 層對(duì)標(biāo)的是通用大模型，華為云稱之為基礎(chǔ)大模型，可理解為讀萬(wàn)卷書(shū)，就是要做好海量的基礎(chǔ)知識(shí)的學(xué)習(xí)。這一層之上，華為云還打造了 L1 層行業(yè)模型和 L2 層場(chǎng)景模型，叫做行萬(wàn)里路。從讀萬(wàn)卷書(shū)到行萬(wàn)里路還有很多的挑戰(zhàn)要克服，很關(guān)鍵的一點(diǎn)就是要把各行各業(yè)的知識(shí)與大模型進(jìn)行充分的匹配和融合，華為正在和各個(gè)行業(yè)的伙伴一起進(jìn)行努力。

其中盤(pán)古的 L1 和 L2 層模型，是基于 L0 層模型已經(jīng)學(xué)習(xí)了上百 TB 文本，數(shù)十億張圖像的基礎(chǔ)上，再投喂 5000 多萬(wàn)條題庫(kù)，輔以行業(yè)專家的監(jiān)督學(xué)習(xí)反饋，打通十多種行業(yè)工具，進(jìn)行完善的數(shù)據(jù)分層，精調(diào)出來(lái)的。

比如說(shuō)你們公司想做一款數(shù)字人，當(dāng)然你可以基于 L0 層的文生圖、文生視頻等多模態(tài)能力，自己去搭建一個(gè)數(shù)字人生產(chǎn)線，再去生成數(shù)字人，但這個(gè)技術(shù)門(mén)檻會(huì)比較高。比較可行的選項(xiàng)是，直接在 L1 層的數(shù)字人大模型上進(jìn)行微調(diào)，輕松構(gòu)建 L2 層的數(shù)字人 AI 生成應(yīng)用；甚至直接使用別人基于 L2 層場(chǎng)景模型開(kāi)發(fā)好的數(shù)字人生成應(yīng)用，只需要輸入自己個(gè)性化的聲音、動(dòng)作、表情，生成專屬的數(shù)字人。華為云盤(pán)古大模型可以做到基于你輸入的 5 分鐘歷史視頻，經(jīng)過(guò) 1 個(gè)小時(shí)的訓(xùn)練，生成專屬于你的個(gè)性化數(shù)字人。

比如游戲公司，會(huì)對(duì)自身角色原畫(huà)的風(fēng)格有統(tǒng)一的要求，做會(huì)展的公司，也會(huì)對(duì)活動(dòng)主題物料風(fēng)格有統(tǒng)一的要求，而且很多時(shí)候這種風(fēng)格，不是市面上流行的風(fēng)格，而是我們公司主創(chuàng)自己的風(fēng)格。這時(shí)候用盤(pán)古多模態(tài)大模型，通過(guò)在模型精調(diào)工具中，投喂已有的風(fēng)格化的圖片，對(duì)模型進(jìn)行二次訓(xùn)練，就可以靈活地構(gòu)建自己專屬的生成式 AI 工具。今年上半年，全球新發(fā)布的大模型超過(guò) 400 個(gè)，中國(guó)就有超過(guò) 80 個(gè)。當(dāng)然我相信所有的大模型，最終的愿景都是實(shí)現(xiàn)所謂 AGI 通用人工智能，也就是像鋼鐵俠的 AI 助手賈維斯一樣，一個(gè)模型解決所有的問(wèn)題。但事實(shí)是，誰(shuí)能更早的用起來(lái)，就決定了誰(shuí)的產(chǎn)業(yè)能更快的借助這一波 AI 技術(shù)革命加速，也決定了誰(shuí)的 AI 能被更專業(yè)的行業(yè)數(shù)據(jù)所訓(xùn)練，變得更強(qiáng)。

而其中最為關(guān)鍵的，當(dāng)然還有對(duì)底層技術(shù)的自主掌控。

因?yàn)楸娝苤脑颍A為云沒(méi)法使用目前市面上那套從芯片到云服務(wù)到開(kāi)發(fā)框架的最成熟的 AI 基礎(chǔ)設(shè)施，但華為全流程搞了一套自己的 AI 生態(tài)。

昇騰 AI 芯片，對(duì)標(biāo)英偉達(dá)通用 GPU 系列；

MindSpore 開(kāi)發(fā)框架，對(duì)應(yīng)到谷歌的 TensorFlow 和 META 的 Pytorch；

一站式 AI 開(kāi)發(fā)平臺(tái) ModelArts配合華為云，對(duì)標(biāo)谷歌云和微軟的 Azure；

這些是大面兒上的，細(xì)節(jié)來(lái)說(shuō)，這套生態(tài)還包含 AI 數(shù)據(jù)采集、標(biāo)注、清洗、管理工具，模型訓(xùn)練 workflow，提示詞 Prompts 優(yōu)化工具，內(nèi)容合規(guī)審核等等工具。

這套系統(tǒng)的復(fù)雜性我很難用言語(yǔ)來(lái)形容。

舉個(gè)最簡(jiǎn)單的例子，為了支撐這套系統(tǒng)，華為云有自己的數(shù)據(jù)中心，俗稱機(jī)房。為了支撐大模型的超大訓(xùn)練量，華為云重新設(shè)計(jì)了機(jī)房的液冷總線、電源總線和網(wǎng)絡(luò)總線的內(nèi)嵌機(jī)柜結(jié)構(gòu)。在千卡（一千張 GPU 卡）的規(guī)模下，用谷歌 Pytorch+Megatron 訓(xùn)練，最長(zhǎng) 1.5 到 2.8 天就會(huì)發(fā)生一次故障導(dǎo)致訓(xùn)練停擺，而在華為云天成數(shù)據(jù)中心，大模型可以無(wú)故障訓(xùn)練一個(gè)月以上。

據(jù)華為云發(fā)布會(huì)上的披露，這套系統(tǒng)的AI 訓(xùn)練效率比業(yè)界主流高出 10%，中國(guó)有近一半的 AI 大模型已經(jīng)在用華為的算力服務(wù)。

在中美的產(chǎn)業(yè)競(jìng)爭(zhēng)愈演愈烈的大背景下，去年 10 月 7 日的芯片法案，限制了英偉達(dá) A100 以及以上級(jí)別的 AI 訓(xùn)練芯片的對(duì)華出口。

雖然英偉達(dá)貼心地開(kāi)發(fā)了專供中國(guó)的青春版 AI 訓(xùn)練芯片 A800，但是我們知道，制裁的威力從來(lái)不體現(xiàn)在制裁本身，而是在于那種刑不可知而威不可測(cè)的權(quán)力，美國(guó)政府可以選擇性地讓一些中國(guó) AI 公司自由發(fā)展，也可以隨時(shí)掐斷任何一家中國(guó) AI 公司的芯片，開(kāi)發(fā)框架和云服務(wù)的供應(yīng)，讓它前期的投資全打水漂。

華為云為全中國(guó) AI 公司提供了一種保障，" 在外面遇到困難可以隨時(shí)遷過(guò)來(lái) "，昇騰 AI 云服務(wù)支持 Tensorflow，Pytorch 等主流 AI 框架。這些框架中的 90% 算子，都可以從 GPU 平滑遷移到昇騰 AI 云服務(wù)。比如美圖僅用 30 天就將 70 個(gè)模型遷移到了昇騰。同時(shí)華為云和美圖團(tuán)隊(duì)一起，進(jìn)行了 30 多個(gè)算子的優(yōu)化以及流程并行加速，較原有方案，它的 AI 推理性能提升了 30%。

大模型是一個(gè)必然深刻改變社會(huì)運(yùn)轉(zhuǎn)的全局變量，顯然華為認(rèn)為這種改變會(huì)從 AI 重塑千行百業(yè)開(kāi)始，其中文娛產(chǎn)業(yè)必然是最先一批應(yīng)用升級(jí)的產(chǎn)業(yè)之一，越 AI 越 FUN！

酷玩實(shí)驗(yàn)室整理編輯

首發(fā)于微信公眾號(hào)：酷玩實(shí)驗(yàn)室（ID：coollabs）

越 AI 越 FUN！