人民日?qǐng)?bào)海外版 | 聚焦杭州視覺(jué)智能產(chǎn)業(yè) 點(diǎn)贊當(dāng)虹科技核心技術(shù)

今天出版的《人民日?qǐng)?bào)（海外版）》，以《錢(qián)塘江畔探“視界”》為題，聚焦杭州視覺(jué)智能產(chǎn)業(yè)發(fā)展，并以當(dāng)虹科技為例重點(diǎn)闡述“掌握核心技術(shù)”的重要性。

AVS標(biāo)準(zhǔn)如何實(shí)現(xiàn)“突圍”？超低延時(shí)編碼如何在工業(yè)與衛(wèi)星領(lǐng)域應(yīng)用？AI大模型又將如何賦能視音頻產(chǎn)業(yè)發(fā)展？現(xiàn)將《錢(qián)塘江畔探“視界”》部分內(nèi)容摘編如下：

視覺(jué)智能的應(yīng)用潛能巨大。然而，如果只在下游應(yīng)用端打得火熱，卻不掌握核心技術(shù)、核心標(biāo)準(zhǔn)、核心芯片等，企業(yè)的“命門(mén)”終是掐在他人手中。

中國(guó)視頻產(chǎn)業(yè)就曾吃過(guò)“卡脖子”的虧。

2002年1月的一天，一艘來(lái)自中國(guó)的輪船抵達(dá)英國(guó)港口，孰料剛剛靠岸，便遇到難題。原來(lái)，船上漂洋過(guò)海的DVD機(jī)沒(méi)有獲得國(guó)際編碼標(biāo)準(zhǔn)的專(zhuān)利授權(quán)，被歐洲市場(chǎng)拒之門(mén)外。一時(shí)間，傳票紛至沓來(lái)，要求中國(guó)廠商繳納高額的專(zhuān)利費(fèi)用。火熱的國(guó)內(nèi)DVD市場(chǎng)猶如當(dāng)頭澆下一桶冰水被迅速冰凍。

如何避免“卡脖子”？杭州的企業(yè)交上了各自的答卷。

“嘭，嘭，嘭……”畫(huà)面屏幕中，一個(gè)工匠正在打鐵，無(wú)論是亮部迸濺的火花高光，還是暗部冷調(diào)的鐵器，甚至是布衣上的褶皺，全都清晰可辨……在杭州當(dāng)虹科技股份有限公司展廳，一臺(tái)8K超高清編解碼設(shè)備吸引了記者的目光。公司董事長(zhǎng)孫彥龍介紹：“這臺(tái)設(shè)備以全國(guó)產(chǎn)化為特色，采用的是中國(guó)自主研制的AVS3編碼標(biāo)準(zhǔn)?！?/span>

啥是編碼？孫彥龍介紹，以8K視頻為例，一幀內(nèi)的像素點(diǎn)比1080p擴(kuò)大16倍，幀數(shù)也從每秒24幀擴(kuò)大為50幀；視頻“體積”如此巨大，要想流暢傳輸，就要經(jīng)過(guò)壓縮編碼，先變細(xì)，再還原變粗。這就像是經(jīng)過(guò)一道兩頭寬、中間窄的啞鈴型傳送門(mén)，如此，視頻才能變成大小合適的數(shù)字信號(hào)，在數(shù)字世界自由馳騁。

對(duì)于企業(yè)來(lái)說(shuō)，想要實(shí)現(xiàn)這種編解碼，就必須遵守行業(yè)“游戲規(guī)則”——采用一套業(yè)內(nèi)通用的音視頻編碼標(biāo)準(zhǔn)。但是，很長(zhǎng)一段時(shí)間里，“游戲規(guī)則”的制定權(quán)并不在中國(guó)。

“過(guò)去，編碼標(biāo)準(zhǔn)由國(guó)外機(jī)構(gòu)和企業(yè)制定，我們要用，就必須支付相當(dāng)比例的專(zhuān)利費(fèi)用?！币呀?jīng)與視頻算法打交道20多年的謝亞光，是當(dāng)虹科技創(chuàng)新研究院院長(zhǎng)。2002年起，他和團(tuán)隊(duì)就開(kāi)始參與制定中國(guó)自主知識(shí)產(chǎn)權(quán)的視頻編碼標(biāo)準(zhǔn)（AVS）。

“這就好比螞蟻搬家、蜜蜂筑巢，在外國(guó)標(biāo)準(zhǔn)已經(jīng)占據(jù)先機(jī)的情況下，成千上萬(wàn)個(gè)技術(shù)細(xì)節(jié)都需大量補(bǔ)充，自主研制難度很大，得一點(diǎn)點(diǎn)磨?！敝x亞光回憶說(shuō)，這是全國(guó)音視頻領(lǐng)域?qū)W術(shù)界、產(chǎn)業(yè)界的一次合力突圍。經(jīng)過(guò)數(shù)年艱難推進(jìn)，2009年，AVS標(biāo)準(zhǔn)已經(jīng)被認(rèn)為是國(guó)際上最重要的3個(gè)先進(jìn)視頻編碼標(biāo)準(zhǔn)之一，并正式成為國(guó)際通行標(biāo)準(zhǔn)?，F(xiàn)在，作為全球首個(gè)面向8K、5G產(chǎn)業(yè)應(yīng)用的視頻編碼標(biāo)準(zhǔn)AVS3，已經(jīng)領(lǐng)先于國(guó)際同類(lèi)標(biāo)準(zhǔn)。

此外，杭州市政府積極引導(dǎo)當(dāng)?shù)匾曈X(jué)智能產(chǎn)業(yè)集群攻關(guān)核心技術(shù)，預(yù)計(jì)到2027年將突破視覺(jué)智能關(guān)鍵技術(shù)100項(xiàng)，核心零部件、電子元器件、基礎(chǔ)軟件等領(lǐng)域建立多源可供體系，實(shí)現(xiàn)備份系統(tǒng)全覆蓋。

“你看這兩個(gè)畫(huà)面，有什么區(qū)別？”在當(dāng)虹科技展廳，記者來(lái)到一個(gè)實(shí)時(shí)顯示某學(xué)校動(dòng)態(tài)畫(huà)面的屏幕前，只見(jiàn)一條細(xì)線將畫(huà)面一分為二，肉眼卻察覺(jué)不出什么差別。疑惑之際，孫彥龍為記者揭曉了答案：“右邊是經(jīng)過(guò)超級(jí)編碼的視頻，能為行業(yè)客戶節(jié)省近90%的傳輸帶寬及中心端存儲(chǔ)的成本。之所以你看不出區(qū)別，是因?yàn)槿?、?chē)、衣服、背包等關(guān)鍵信息沒(méi)有丟失，只有天空、地面等不重要的信息，被不著痕跡地弱化了?！睋?jù)悉，這項(xiàng)技術(shù)目前已在衛(wèi)星視頻通信和工業(yè)視頻傳輸領(lǐng)域得到廣泛應(yīng)用。

編碼是當(dāng)虹科技的核心技術(shù)之一，這種神奇的“區(qū)別對(duì)待”效果，端賴(lài)人工智能的“大腦”?！拔覀儗?duì)畫(huà)面的壓縮不是簡(jiǎn)單、粗暴、無(wú)差別的，而是基于人工智能算法的感知編碼，精準(zhǔn)淡化不重要的信息，而且可以在調(diào)閱的時(shí)候按需還原。”謝亞光介紹。

未來(lái)，怎樣確保視覺(jué)智能產(chǎn)業(yè)的“蛋糕”越來(lái)越大？杭州將目光投向了增量市場(chǎng)。

“一個(gè)短發(fā)的女生在街頭唱歌，早期彩色電影效果……”在后臺(tái)輸入指令，片刻后，一段視頻便生成：熙熙攘攘的人群中，一個(gè)穿著針織裙、盤(pán)著卷發(fā)的姑娘高歌于馬路中央，她雙目微閉，表情沉醉，畫(huà)面色調(diào)復(fù)古而懷舊。如此逼真的一幕，完全由AI生成。

今年4月，當(dāng)虹科技發(fā)布了自主研發(fā)的BlackEye多模態(tài)視聽(tīng)大模型?！半S著Sora的出現(xiàn)，業(yè)內(nèi)對(duì)視頻大模型都很關(guān)注，雖然現(xiàn)在它還沒(méi)有大規(guī)模商用，但技術(shù)研發(fā)必須超前。”孫彥龍介紹，當(dāng)虹科技很多前瞻性的技術(shù)都是提前3—5年進(jìn)行布局，企業(yè)內(nèi)七成都是研發(fā)人員，每年研發(fā)投入占營(yíng)業(yè)收入的30%以上。