2021年,数字员工、数字偶像、数字品牌代言人赚足了人们眼球。在政策催化、资本加持下,经过一年的市场教育期,如今数字人已成为全球数字经济的新风口。
近日,北京市经济和信息化局发布国内首个数字人产业专项政策《北京市促进数字人产业创新发展行动计划(2022—2025年)》,提出到2025年,北京市数字人产业规模突破500亿元,初步形成具有互联网3.0特征的技术体系、商业模式和治理机制。据推测,短期国内数字人将率先在特定服务型领域规模化应用。
我们的科技留言板“有意见”如下
@有想法的向日葵:数字人未来将融入我们生活的各个领域,比如数字消费领域的电商直播;金融领域的视频面审面签;文化教育领域的文化场馆及爱国教育基地数字人应用;还有利用社区、商场等公共服务设施,搭建数字人体验的线下场景,打造精品数字人品牌,参与广告营销、品牌代言。但在数字人产业为生活提供便利的同时,也对信息安全提出了挑战。
@老董:数字人与产业相结合,确实是一个不小的创新。通常产业要么指的是私有财产,要么是生产事业,或者特指现代工业生产部门。数字人产业可以称得上是将虚拟化、拟人化技术与实体生产生活进行了有机的结合。
@媒体搬运工:数字人是产业的热点,政策先行是好事,但是产业生态的培育需要市场驱动,多做些基础工作才是根本。
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。