中国电信发布全自研视频生成大模型 完成全模态体系构建 首届TeleAI 开发者大会在穗举办
12月3日,在中国电信“2024数字科技生态大会”期间,首届“TeleAI 开发者大会”在广州举办。会上,TeleAI发布视频生成大模型、视觉大模型产用一体化平台、具身智能、智传网等一系列创新技术、产品及科研成果,并发布开发者产业联盟计划。中国电信总经理梁宝俊出席并致辞,CTO、首席科学家、人工智能研究院(TeleAI)院长李学龙作主旨演讲。
梁宝俊总经理表示,随着信息技术的迅猛发展,人工智能已成为新一轮科技革命和产业变革的重要力量,主要国家和地区纷纷入局竞争。党的二十届三中全会吹响了以进一步全面深化改革、开辟中国式现代化广阔前景的时代号角。人工智能作为驱动新质生产力的重要引擎,成为推进中国式现代化的先锋力量。中国电信牢记使命担当,全面深化改革,强化科技自主创新和技术攻关,率先布局人工智能战略发展,积极推进“AI+”行动。中国电信将携中电信人工智能公司和TeleAI研究院,持续突破人工智能的技术攻关、持续为各类客户提供更加智能的产品方案、持续向开发者提供更优的生态环境和研发平台。
首个央企全自研视频生成大模型
本次发布的视频生成大模型创新地打造了“VAST(Video As Storyboard from Text)二阶段视频生成技术”,通过文本描述精准勾勒出包含视频构图、主体目标位置及人物姿态等关键信息的“故事板”(Storyboard),进而生成对应的视频内容。
得益于 VAST 的创新能力,视频生成大模型可以保证单个或多个主体人物在各视频片段中的外观一致性,实现对复杂动作和交互式动作的精确控制,并让角色和目标物体的运动符合物理规律。基于此,通过语义、语音、文生图、文生视频等全栈大模型能力打通短剧及影视制作的各个环节,覆盖文字脚本撰写、分镜脚本绘制、视频拍摄及剪辑、配音及音效合成等全流程,实现降本增效。目前,TeleAI 视频生成大模型在权威视频生成评测榜单VBench中排名第一。
基于知识的视图万物布控视觉大模型
视觉大模型现已升级至TeleSearch 2.0-基于知识的视图万物布控,实现动态知识挂载和行业事件认知,并驱动复杂逻辑理解。TeleSearch 2.0目标打破模态间的信息孤岛,支持上百个专业知识文档挂载,在理解文档内容的基础上,可根据复杂长语句精准检索图片和视频,从而完成跨模态复杂语义准确理解及超万种目标精准检索。它实现了对传统检索类目的指数级提升,以及对十亿级目标检索的秒级响应。
依托TeleSearch 2.0,中国电信构建了视觉大模型产用一体化平台,通过算法冷启动回流数据,摆脱了传统模型对大量数据的依赖,实现0训练数据直接推理,显著降低算法应用的准入门槛。同时,平台还支持小样本训练,仅需100个样本数据就能训练出高精度模型,实现模型生产的全自动化过程。目前,该平台已成功应用于多省应急项目,沉淀了20余个应急全流程感知场景,提升对灾害研判与应急响应的核心能力。
随着本次视频生成大模型和视觉大模型的发布,星辰大模型系列进一步完成了其全模态能力的构建。
首届 TeleAI 开发者大会,共建 AI开发新生态
李学龙院长以“当梦想照进现实”为题进行分享,并发布星海AI中台、天翼AI开放平台、星辰智能体平台等开放平台,助力开发者大幅降低开发门槛,构建低成本、高效率的创新开发生态。同时,介绍了 TeleAI 在大模型全模态、全尺寸、全国产化体系构建的最新进展,及让智能可以像水一样流动到任何地方的智传网技术前瞻布局。
大会期间,TeleAI 还宣布与华为、中兴、亚信科技等在内的19家合作伙伴发布中国电信人工智能开发者产业联盟计划,旨在聚合各方力量,加快推动人工智能产业发展,提升技术能力与应用水平,并为全球开发者赋能。
此外,在本次数字科技生态大会的线下展台,TeleAI 还展示了一系列在具身智能方向的创新成果,包括可以用于生活服务的人形机器人、面向商场及展会场景的星小辰服务机器人、为视障人士提供导盲服务的智能机器狗,及整合了一系列大模型能力的AI智能眼镜。展出了星辰软件工厂、星辰慧记、星辰智能体产品、中国电信家庭小管家、星辰大模型一体机等一系列智能产品,让现场观众真实感受未来以来,AI 就在每个人的身边。