暴走1万步，36氪带你看AI春晚｜直击WAIC 2023
作者｜杨逍林炜鑫制图｜虞景霖编辑｜苏建勋大模型的风吹了半年，2023年
2023-07-06
作者 ｜杨逍 林炜鑫
(资料图片仅供参考)
制图 ｜虞景霖
编辑 ｜苏建勋
大模型的风吹了半年，2023年的世界人工智能大会（WAIC）成了不可缺席的盛典。
7月6日，WAIC在上海世博展馆正式开幕。本次WAIC参展企业超400家，首发产品达30余款，大会聚集了国内外领军学者、知名企业家、国际组织代表等1400余位嘉宾，国内外院士80余位。
可以说国际上有头有脸的人工智能专家、创业者都集齐了，特斯拉CEO埃隆·马斯克（Elon Musk），华为轮值董事长胡厚崑，微软全球资深副总裁、微软大中华区董事长兼CEO侯阳，地平线创始人、CEO余凯，图灵奖得主杨立昆（Yann LeCun），微软原执行副总裁、美国国家工程院外籍院士沈向洋与IEEE CEO拉曼......
和热闹的学术、产业盛典相比，展馆中的展品也并不逊色。大模型、机器人、自动驾驶等企业都争相大秀肌肉。这里大概是，离未来最近的地方。
从大模型火热以来，AI绘画、AI写文、AI作诗等早已不是新鲜事。
展会上，腾讯带来了AI游长城的体验，站在展厅中间，就如同真实地站在长城墙上，能一览城墙外的高树和墙上的一砖一瓦；
商汤则带来了针对篮球运动的智慧篮球场，不用摄影师，就可以记录下投中三分的精彩瞬间；
还有人体支架一般的康复机器人、做切割手术的微创机器人、能翻跟头的巡检机器人，都着实吸引眼球。
顶着上海30度的湿热，36氪深度参观了本届WAIC，为大家带来了第一手的AI报道，以及那些即将在AI助力下，进入大众生活的智能体验。
AI除了能写诗、画画，还可以成为你的球场专属拍摄员，24小时口语教练，让你云游长城，漫步中国。
实时记录投中三分球的高光时刻不再是梦想。
每一个打球的人或许都希望自己是聚光灯下的焦点。现在，商汤科技的SenseShot智慧篮球场能帮你实现心愿。
在AI能力的加持下，这块球场实现了无人化赛事直播。当你站上球场，直播摄像头自动跟踪篮球和球员进行运镜，实现“推/拉/摇/移”的直播效果。直播画面还能实时显示比赛得分。
打完球，你可以在商汤科技的SenseShot（智胜时刻）小程序看到自己和球队的精彩镜头视频集锦、AI运动分析等。
团队利用了2D关键点提取和3D视频动作捕捉技术等进行了球场3D建模，市民在录入人脸信息后，系统会自动捕捉人脸人体的29个关键点和篮球，进行单人/多人的逻辑计算和分析。有了每个人在空间中的三维坐标，就能够实现镜头的自动跟随、个人视频集锦以及分析人在不同运动状态下的动作特点。
商汤SenseShot~智慧篮球场
据商汤工作人员介绍，实现这样一种运动类型的数据训练和轨迹捕捉，大概只需要一周的时间。
除了智能篮球场，商汤也展现了其画面生成功能的SenseMirage秒画功能。
商汤SenseMirage秒画
不懂代码没关系，只要输入简单的prompt（文字描述），商汤秒画平台就能生成你想要的图像，而且支持二次元、三次元等多种风格。这背后是基于商汤“日日新”大模型的支持。比如，把20张港风照片拖到秒画平台，大概只需要几分钟，就能获得一个能够生成港风照片的大模型。
在腾讯展台上，腾讯游戏将整座长城搬到了手机上，用户只需要踏上长城开启键，就可以通过裸眼3D全息投影展陈的方式，云游长城。
而这背后想展示的，是腾讯的云游长城。为了提升使用体验，开发团队运用自研AI技术，加强画质。我们不仅能看到长城上的砖块纹路，还能看到一只蝴蝶从长城石阶上的树枝飞过。
腾讯~AI游长城
借助数据自动生成和植被模型处理等AI能力，它真实再现了长城的峡谷、山峰、悬崖、岸边等不同地形，有不同高低落差、不同种类的植被错落，实现了毫米级别的长城主体，以及清晨、中午、傍晚、深夜不同时间的光影交互，和动态的植被、鸟虫云雾等特效。
找英语口语教练不再是难题。
虚拟人口语教练是网易有道首个教育领域自研大模型“子曰”的应用成果，希望成为普通人英语口语练习神器。
口语教练不仅有类真人形象，发音地道，还能进行开放式对话，适配不同英语水平的用户。
网易有道~口语教练
在对话过程中，口语教练像老师一样，有步骤地引导、启发式学习陪伴，同时还能进行实时反馈。在生成对话报告中，AI老师会从发音、语法等维度给予建议和润色，尽最大可能帮助英语口语学习者。
这款产品，目前仍处于测验阶段，即将上线，在网易有道等产品中就可以免费使用。
短视频达人都在用的数字人创作平台，要属奇妙元了。
该平台由出门问问的创新团队打造，拥有数十位高逼真写实数字人和3D数字人，还有百余种精品发音人可供选择。平台提供一站式服务，仅需5分钟、简单4步，就能批量生成你想要的视频内容。
在展会上，身穿出门问问轨迹定位设备的小姐姐在前方舞蹈，后方视频正实时生成3D动漫人物。
出门问问~奇妙元3D数字人
会玩的朋友，也可以在奇妙元制作自己的数字分身，只需前期采集5分钟有效的人物视频，就能构建一个媲美真人的AI数字分身。
蜜度展区站着一位“AI诗人”，只要把你想要的主题风格告诉它，比如“故乡”“青春”“塞外大漠”等提示词，它就能现场作诗，交给你一篇符合主题的现代诗。
蜜度文稿通
"AI诗人”即蜜度推出的AI辅助创作工具——文稿通，除了写诗，文稿通还覆盖了媒体稿件、政务公文、企业办公等不同应用场景。在功能上，文稿通拥有AI写作、续写、配图和校对4大模块，用户可以一站式完成文稿写作。
机器人无疑是本场展会的亮点之一。
医疗机器人、巡检机器人等产品，在人工智能技术帮助下，已掌握了灵活的避障能力、行走能力、工作能力，可以作为生产力工具进入工业、医疗现场，帮助降低人的工作压力。
人形机器人，则由于其硬件难度高、软件智能程度、情绪感知能力要求高，被称作机器人界难以攀越的珠峰。很长一段时间，只有技术一流、商业化场景不明的波士顿动力在撑起这个赛道。在大模型技术爆发后，其流畅的对话能力，让学界和产业界又燃起了对人形机器人的期望。
本场的最大亮点，本应该是特斯拉的Optimus，就在开幕式上，马斯克还通过连麦的方式为其Optimus打广告，表示特斯拉希望通过Optimus来取代人类劳动中重复、无聊且危险的部分。未来，这款产品会将先应用于工厂。
然而，在展台上，特斯拉没有带来真“人”Optimus，只展示了其模型。
据特斯拉展台工作人员介绍：“Optimus搭载了D1芯片，能实现的只有动作交互，对话和情感交互还在研发，未来还会想开拓C端的场景，比如陪护，遛狗。目前的价格和model Y差不多，暂时不量产。”
特斯拉Optimus
傅利叶在开幕式上推出了他们的人形机器人GR-1。有1.65米高，体重110斤，标准健康体重。
为了实现这样的能力，GR-1全身自由度有40个关节，最大关节模组峰值扭矩可达300NM，步行速度可达到5KM/h，能负重50公斤。
傅立叶人形机器人
它有着不错的运动能力，整个身体高度仿生，运动控制也呈现拟人化姿态，可以进行快速行走、敏捷避障、稳健上下坡、抗冲击干扰等动作。未来，GR-1可以用在抢险救灾、养老陪护、家政服务等应用场景。
傅利叶也带了外骨骼机器人出场，主打康复功效。
傅利叶外骨骼机器人
这款产品主要用来帮助病人复健，在身体行动不便时，身体肌肉不会出现萎缩等情况，帮助肢体障碍的人士重新恢复运动功能。
让机器人跳舞有多难？达闼推出的服务机器人Cloud Ginger 1.0（小姜）表示，so easy。当你告诉小姜，“跳个舞吧”，小姜就会跟随音乐开始起舞。你还别说，小姜的身板毫不僵硬，手臂灵活，卡点精准，最关键的是，小姜给人舒展、松弛之感，打破了我们对机器人的刻板印象。
工作人员介绍，小姜身高158cm，搭载34个智能柔性关节SCA，还内置多个2D/3D摄像头、激光雷达、超声传感器等。小姜的大脑搭载了自研的HARIX OS操作系统，赋予小姜AI能力。
达闼机器人
实际上，小姜不仅会跳舞，还能冲咖啡。得益于高精度的传感器和控制系统，小姜制作的咖啡能精确到每一滴。
不过，目前，达闼推出的机器人足部仍然是单柱形态，非双足的人形姿态。它的使用场景，主要应用于商场、银行、展会、养老院等迎宾场景。
机器人ARIS-8848很酷，它曾攀登珠峰。
去年五月，为了保障气象科考队在珠峰的气象考察工作，优艾智合基于巡检机器人的技术框架和商用案例积累，花费一年进行产品设计与打磨，推出了高原科考机器人ARIS-8848。
优艾智合-攀登珠峰
针对青藏高原的高海拔、超低温和复杂地形，ARIS-8848拥有履带式的移动底盘，可以在沙石、冰川等复杂路面运行，同时机身集成包括3D摄像头、激光雷达、红外摄像仪在内的多种传感器，能够识别复杂地形和障碍物。
除了攀登珠峰，ARIS-8848更强的是能在低温环境下运行，信号传输稳定，辅助科考工作顺利进行。
睿尔曼其实是一家机械臂公司。
睿尔曼的双臂复合升降机器人，则被定位为家庭服务管家，当你需要一杯水，机器人会帮你从厨房取出来端给你，当你需要整理杂物，机器人可以按你的指示，自动收纳物品。甚至，晚上你躺在床上，懒得起床去关灯，喊一声机器人就行了。
为了让机械臂更贴近普通用户的家庭场景，睿尔曼对核心零部件采用了全链路、强耦合的设计方式，达到了本体自重6Kg（含控制器7.2Kg），额定负载5Kg，负载自重比达到1:1.2，最大负载9Kg的极致性能。
同时，睿尔曼把大模型产品接入机器人操作系统，提升了语音交互体验。
睿尔曼双臂复合升降机器人
巡检，是机器狗的常用场景。
展厅上，云深处带来了绝影 Lite3和绝影X20两款产品。
绝影 Lite3主要用于教育科研场景，可帮助呈现编程效果。绝影X20则是一款电力巡检和特种应用机器人。 Lite3展现了翻跟头的绝技，绝影X20也展现了上楼梯的效果。
绝影X20最快速度4.95m/s，能负重20 公斤，可以上 20 公分的楼梯，跳过宽 1 米的沟壑，且在废墟里也能行走。
云深处科技~绝影四足机器人
绝影 X20 拥有IP66的防护等级，工作台可以搭载双光云台、机械臂、调试架、4G/5G 模块、北斗/GPS/RTK模块等，环境感知方面可实现自动的目标检测与识别，搭配深度相机、激光雷达和智能算法，可实现精准导航、动态避障和人机交互等功能。
当下，绝影X20与电力巡检和特种应用这两大场景结合紧密。绝影X20能完成从自主规划路径，到采集巡检数据、生成巡检报告，再到自主充电、循环作业的全流程巡检。在消防侦查场景，绝影X20能灵活开展无人侦查和搜救工作。
机器人也可以做手术了，还能远程操作。
“图迈”胸腔手术机器人，是外科医生的好帮手。这款机器人由上海微创医疗机器人公司自主研发，是目前唯一一款由中国企业研发并获批上市的四臂腔镜手术机器人。
“图迈”已经在全国 20多个省份的40多家医院，完成了超过 1000 多例的临床验证，手术全面覆盖了胸腔、腹腔、盆腔的一系列高难度微创伤。在手术过程中，“图迈”可以帮助医生做到精准识别、精准切除、精准解剖。
微创机器人
“图迈”在5G超远程手术方面也得到临床研证。据介绍，2022年6月11日，“图迈”连接横跨近5000公里的新疆克州和江苏南京，顺利完成两例泌尿外科超远程手术，实现迄今为止世界最远距离的5G远程机器人手术。
展台工作人员介绍，与进口手术机器人相比，同等性能下，图迈的成本价格“有非常大的优势”。
科技总是先成为创新产品，再逐步迈入生活。
大会上也展出了一些好玩的，能改变大家日常生活的新科技产品。送外卖的无人机，还有新的掌中付款码，还有自动控制的轿车充电器。
随着商业化的进展和推广，他们可能会从科技展厅飞入大家的生活。
为了送外卖，美团把无人机都用上了，将自动驾驶用到了极致。
美团展出了最新的第四代无人机，采用六轴飞行器，最大载重2.5公斤，满载最大配送距离10公里，3公里半径内的外卖配送时间一般不超过15分钟。
美团第四代无人机
和上一代相比，新机型除了性能更佳，对环境的适应性也更强，即便在“零下20度至50度”的雨雪大风天气，也能安全运行。
目前，美团无人机仅在深圳、上海等城市落地15条航线，更多还是配合外卖员完成日常配送。
在机器视觉能力的加持下，付款方式正一步步被改变。从最早的相机扫描二维码，再到人脸识别。如今，微信又推出了刷掌支付功能，识别更为细致的手掌纹路。
微信刷掌支付
有了微信刷掌支付，只需要录入手掌纹样，在消费时，伸手就可以完成支付。相比刷脸支付，刷掌支付无论在安全，还是精准度上，都要更高一些。
据报道，北京的部分地铁线已经上线刷掌乘车服务，乘客伸手即可进出站。
关键词：
