飛槳黑客馬拉松第五期

全新挑戰，重磅回歸！

開源貢獻個人挑戰賽、大模型應用與創意賽、飛槳護航計劃集訓營

三大賽道，邀你挑戰！

多難度梯度開源任務、大模型應用創意挑戰、導師1V1指導開發實踐

硬核較量一觸即發

這場Hacker盛宴，即刻加入吧！

在往期黑客松中，我們見證了眾多優秀開發者的成長與蛻變。第五期黑客松，有更多元的參與方式、更豐厚的活動獎勵、更精彩的賽程安排，不管是再次相遇的老朋友，還是志同道合的新朋友，我們期待有創意、有激情、有實力的開發者持續加入，歡迎你的到來！

活動介紹

2023PaddlePaddle Hackathon飛槳黑客馬拉松第五期正式上線，本次活動是面向全球開發者的深度學習領域編程活動，鼓勵開發者了解與參與飛槳深度學習開源項目與文心大模型開發實踐。

本次飛槳黑客馬拉松由深度學習技術及應用國家工程研究中心主辦，飛槳承辦，英特爾作為頂級贊助方，OpenVINO™、華為、海光、Arm、高通、Zilliz、開放麒麟社區等共同出品，以線上認領任務的形式進行。

你可以個人或組隊報名并認領相應任務，根據任務要求完成相應開發，參與項目共建。本次共有三大賽道：開源貢獻個人挑戰賽、大模型應用與創意賽、飛槳護航計劃集訓營，任你選擇。

對深度學習及大模型感興趣的你，快來參加活動吧！更有機會獲得現金獎勵以及來自百度和開源社區技術大咖們的指導與經驗分享，更多獎勵等你來拿。

賽道簡介

開源貢獻個人挑戰賽

• 貢獻任務詳見issue：

https://github.com/PaddlePaddle/Paddle/issues/57262

• 賽道介紹：

以開源貢獻為核心，基于GitHub的飛槳及生態伙伴開源項目代碼貢獻。開源項目包括：飛槳核心框架、飛槳科學計算、飛槳CV套件、飛槳大模型套件、推理部署套件、生態伙伴項目等。開發者使用GitHub ID報名，獨立完成具有明確驗收目標的貢獻任務，獲得對應的任務獎勵。獎金2000-6000元。本期完成的框架開發任務能夠進入飛槳框架 v2.6 發版流程，貢獻者成果被全體飛槳框架用戶共享。

• 任務示例：

大模型應用與創意賽

• 貢獻任務詳見issue：

https://github.com/PaddlePaddle/Paddle/issues/57585

基于飛槳AI Studio星河社區的大模型創意與產業應用項目開發挑戰賽，鼓勵開發者發揮想象力和創新精神，策劃基于文心大模型的創意方案與創新應用，開發者獨立或組隊在飛槳AI Studio星河社區內提交大模型應用創意項目，最終結合應用人氣和專家評審，綜合進行獎項評選。

• 任務示例：

飛槳護航計劃訓練營

• 貢獻任務詳見issue：

https://github.com/PaddlePaddle/Paddle/issues/57264

飛槳核心開源項目開發實踐營，開發者提交簡歷&通過面試后，以遠程的方式深度參與飛槳重要開源項目開發實踐，成果以PR（Pull Requests）的形式貢獻到指定代碼倉庫，實訓期3個月（每周開發時間至少25h），獎金6000-10000元。

• 任務示例：

你可以獲得：

1、豐厚獎勵：50W現金獎池，權威證書認證，校招綠色通道

2、技術支持：豐富GPU算力資源，硬核技術與開源經驗分享

3、成長對話：資深研發導師1V1輔導，開源社區KOL深度交流

無論你是資深的開發者，還是初出茅廬的新秀，只要是對開發抱有濃厚興趣的愛好者，愿意展示你的技術，我們都歡迎你的加入！

目前GLCC已進入學生申請題目階段，我們收到來自之江實驗室、百度、字節跳動、螞蟻集團、微眾銀行、OpenMMLab、阿里、華為、騰訊等40多個企業/社區的 100多個課題，覆蓋人工智能、操作系統、云原生、大數據、前端開發、數據庫、運維監控、系統工具等30多個技術領域，課題陸續公布中，請大家持續關注GLCC2023。

學生報名截止日期為2023年6月21日，建議盡早報名挑選心儀課題，方便有充足的時間去了解你將要承擔的課題。

報名地址：https://www.gitlink.org.cn/glcc/2023/subjects

【賽事介紹】

圍繞“強化量子人才培養、推進量子科技創新、加快量子產業升級”的宗旨，2023 MindSpore量子計算黑客松全國大賽震撼來襲。本次大賽由量子信息網絡產業聯盟主辦，昇思MindSpore Quantum SIG承辦，中國科學技術大學、電子科技大學和上海大學等聯合舉辦。

開發者將全面體驗新一代通用量子計算套件MindSpore Quantum和量子模擬加速引擎QuPack，享受比賽，享受挑戰。

全新的競賽體驗，卓越的框架性能，活躍的開源社區！快來報名參賽，挑戰全國總冠軍！

【參賽對象】

對量子計算感興趣，具備基本Python編程能力的所有開發者，均可報名參加。選手可自行組隊，每隊1-4人，其中隊員1-3人，導師1人（可選）。

每個團隊可配備一位導師，指導團隊獲得決賽獎項的導師，將有機會獲得“優秀導師”稱號，導師需進行賽事報名。

2、賽程安排

3、大賽詳情

或許，千行百業都有這樣一個“禾下乘涼夢”。科技探索會為生產與創造帶來難以估量的價值，極大改變人們的生活。在AI領域，有一項技術經常讓我聯想到“禾下乘涼夢”，那就是預訓練大模型。在袁隆平院士的夢中，雜交水稻會長得非常高大，帶來極高的畝產量；大模型也是在訓練數據與模型規模上非常大，在模型能力上形成巨大優勢。

從2018年開始，大模型開始作為AI領域重要的技術方向被廣泛關注。多年過去，我們對于大模型最大的期待，或許就在于它能不能從實驗室和數據集中的“種子”，真正變成一片片賦能行業，普惠經濟的稻田。

雜交水稻的發展，離不開精心耕耘的試驗田。實現大模型的“禾下乘涼夢”，或許也需要這樣的“試驗田”挺身而出，為時代探明大模型的前進方向——這個關頭，百度站了出來。

9月23日，2022萬象·百度移動生態大會在廣東珠海召開。會上，百度集團資深副總裁、百度移動生態事業群組（MEG）總經理何俊杰首次對外全面解讀百度移動生態戰略。其中非常值得注意的一點，是會上詳細展示了我們熟悉的百度移動生態，是如何與百度打造的文心系列大模型深度結合，帶來搜索、信息流、AIGC等領域的禾木生長。在百度移動生態中，文心大模型的能力可謂能用盡用，應出盡出。

換個角度想，如果我們想知道未來千行百業如何在大模型的禾下乘涼，那么今天百度移動生態的場景坐標，或許正指向著明天智能中國的大模型之路。

大模型3.0階段，產業轉化成為核心

在討論百度移動生態融合文心大模型能力的重要性之前，我們必須先來了解這背后的技術與產業背景。百度移動生態與大模型融合之所以重要，是因為大模型這項技術本身正處在非常重要的發展節點。

從發展歷程上看，從2018年預訓練大模型開始受到行業重視算起，大模型的發展可以歸納為三個階段。第一階段就是所謂的“大煉模型”。傳統的深度模型已經是行業主旋律，而預訓練大模型作為一種新興的技術思路，開始進入萌芽階段。接下來在第二階段，大模型的價值得到了產學各界的普遍認同。伴隨著資本與社會關注度的廣泛注入，談AI必談大模型成為風尚，各界也就進入從“大煉模型”到“煉大模型”的轉變。在這個階段中，各種大模型層出不窮，在訓練數據參數上的擴張，技術思路的發展帶來了大模型技術的繁榮。

當大模型的技術研發儲備到一定階段，新的挑戰也隨之而來：這么多大模型，到底應該如何與產業應用結合？這個問題如果不能妥善解決，那么大模型的繁榮發展終究是空中樓閣。所以，大模型的3.0階段，就是從“煉大模型”到“用大模型”的轉變。如何實現有效的產業轉化，已經變成了目前階段大模型領域的最核心任務。

想要用好大模型，從技術向產業的轉化邏輯上看，需要具備三個前提條件：技術過硬，平臺與工具齊備，有清晰明確的場景價值作為示范。而一路深耕文心系列大模型的百度，顯然在前兩項能力中具備先發優勢。

百度自2019年開始深耕預訓練模型研發，發布了知識增強文心ERNIE系列模型。2021年12月，百度與鵬城實驗室聯合發布全球首個知識增強千億大模型“鵬城-百度·文心”，參數規模達到2600億，在60多項NLP任務中取得最好效果。2022年5月的Wave Summit深度學習開發者峰會上，百度發布10個大模型，包括融合學習任務知識的知識增強千億大模型、多任務統一學習的視覺大模型、跨模態大模型、生物計算大模型、行業大模型等，并提出支撐大模型產業落地的3個關鍵路徑：建設更適配場景需求的大模型體系，提供全流程支持應用落地的工具、平臺和方法，建設激發創新的開放生態等。

至此，文心大模型已經既包含基礎的通用大模型，也包含面向重點任務領域的行業大模型，同時還具備豐富的工具平臺。從技術過硬角度看，文心大模型具有知識增強的差異化優勢，可以從大規模知識圖譜和海量無結構數據中完成學習，從而實現模型效率更高、效果更好，具有良好的可解釋性。從平臺建設與產業轉化上看，文心大模型具有產業級特性，提供全流程支持應用落地的工具和方法，營造激發創新的開放生態。

換言之，清晰的場景化示范價值，是文心大模型推動大模型走向3.0階段的“最后一公里”。這個時候，百度豐富的產業生態布局，就體現出了關鍵價值。

百度移動生態，做大模型時代的“試驗田”

在科技領域有句話，叫“自己的降落傘自己先跳”。對于希望率先探索大模型應用與產業轉化的百度來說，也必須“自己的大模型自己先用”。

好在百度豐富的移動生態布局，不僅是大模型應用的價值沃土，更能以其苛刻的技術要求、清晰的能力展現、具有代表性的應用場景，成為更多開發者與企業的大模型“試驗田”。

2022萬象·百度移動生態大會中，我們看到了百度移動生態與文心大模型基礎能力豐富多元的融合。百度移動生態，向來是百度AI技術落地的“首站”，長期秉持著AI技術能用盡用、能出盡出的原則。

而在與大模型的結合上，我們首先可以看到百度最新發布了面向搜索場景的跨模態大模型“知一”。它可以理解全網文本、圖片、視頻、結構化信息等形態各異的資源，從而打破資源形態的界限，將最滿足用戶需求的結果呈現給用戶，真正實現大模型技術與搜索、信息流等百度核心業務的深度融合。

而對于更多百度移動生態中的開發者、創作者而言，基于文心大模型打造的“創作者AI助理團”可以帶來劃時代的AIGC體驗。這個AI團隊里，有文案、有插畫師、有視頻制作人，在這些“助理”們的齊心努力下，可以讓創作者實現“一個人成為一支隊伍”。

基于百度文心大模型，“AI文案助理”可以根據創作者的需求快速產出不同風格的文章標題、內容段落，“AI插畫助理”可以根據關鍵詞，自動“畫”出十余種不同風格的畫作，讓創作者實現“配圖自由”。相關能力，目前已經可以在百度APP中體驗，效果十分突出。

“AI視頻制作助理”基于文心大模型的自然語言處理和跨模態AI技術，讓創作者的圖文自動生成視頻，速度可達“分鐘級”。這項技術讓創作者從圖文到視頻的創作周期縮短了3倍以上，而且也為創作者帶來“一篇內容，兩種收益”的效果。

“創作者AI助理團”，可說是全景式展現了大模型的一個應用價值——AIGC（AI Generated Content，人工智能自動生成內容）。基于大模型打造的AIGC能力，可以實現多種多樣的AI自主創作，以及形態豐富的創作輔助功能，實現自動生產文案、自動生產圖片、圖文轉視頻等一系列技術飛躍。目前，“創作者AI助理團”已經開始邀請內測，將從今年第四季度起陸續向更多創作者開放。

由此我們不難看出，文心大模型帶給百度移動生態的能力并不是“錦上添花”的簡單能力升級，而是實打實的跨越式創新，甚至可以說解決了移動開發者、創作者長期以來最核心的創作門檻困擾，讓創作者聚焦于創作的最核心部分。

這樣的能力升級，當然對于百度移動生態的未來發展至關重要。但更重要的，可能是這種結合展示了一種可能，一種大模型走向深度產業應用的可能。

AIGC豐收時，行業轉化深耕中：文心大模型的禾下乘涼夢

不久之前，科技部發布了《關于支持建設新一代人工智能示范應用場景的通知》（以下簡稱《通知》），指出要充分發揮人工智能賦能經濟社會發展的作用，打造形成一批可復制、可推廣的標桿型示范應用場景。

不難看出，以場景作為先導，快速實現AI技術的行業落地與規模化輔助正在成為目前AI產業發展的主要任務。對于大模型來說也是如此，各行業想要真正理解大模型的價值，應用大模型的能力，首先需要以場景為先導，以示范為坐標。

百度移動生態對于大模型的深入應用，正好可以構成這種迫切為時代所需要的場景示范。從大模型走向產業轉化的路徑上看，百度移動首先證明了AIGC的可用性。AIGC作為大模型走向產業的重要一站，更多行業可以從百度的經驗中消化并吸納AIGC的價值，從而實現自身的大模型落地。其次，百度移動生態與大模型融合，還證明了大模型與產業需求、產業真實情況的融合價值。百度移動生態擁有著巨大的流量以及多樣化的業務，這些條件都是對大模型可用性的考驗。

知名經濟學家任澤平也在萬象大會期間表示：“在AIGC的時代，百度APP作為‘前哨’和‘根據地’，是AIGC應用最廣闊的天地，也將成為人人皆可用的AI新基建。這種‘百度搭臺，人人唱戲’的模式，將會激發全民更大的創造力，很多新模式、新應用都會破土而出。”

從文心大模型與百度移動生態的結合，到AIGC產業實踐的探索，再到更多行業應用大模型的可能，我們可以看到這個路徑為大模型的3.0階段帶來了三重價值。

1.自種自證：大模型的技術能力已經趨向飽滿

百度移動生態對文心大模型的應用，首先讓各行業的開發者看到了大模型能做什么，有著怎樣的想象力，而這歸其根本來自文心大模型的技術能力。大模型的種子，需要在土壤中證明自己的價值，而AIGC與百度移動生態就提供了這樣的土壤。以AI智能寫作為例， ERNIE 3.0 Zeus是文心大模型最新發布的融合任務相關知識的千億大模型，其在學習海量數據和知識的基礎上，進一步學習百余種不同形式的任務知識，在各類任務表現出了更強的創作能力。從財經、體育類新聞快訊，再到詩歌、小說等文學創作，AI寫作覆蓋的領域越來越廣，創作形式和內容也變得更加豐富多彩。

今年高考期間，ERNIE 3.0 Zeus 加持的AI數字人度曉曉挑戰寫高考作文，以40秒40篇的速度，獲得了位列總考生前25%的成績。 ERNIE 3.0 Zeus的智能創作能力目前已經對外開放，各行各業的廣大開發者可以在線體驗與定制ERNIE 3.0 Zeus的文本創作能力。再說說AI作畫，AI作畫這樣的AIGC應用想要得到保障，背后是文心跨模態大模型的有力支撐，作為全球最大中文跨模態生成模型，文心ERNIE-ViLG參數規模已達100億，它將「文生成圖」和「圖生成文」任務融合到同一個模型進行端到端學習，從而增強文本和圖像的跨模態語義對齊。而近期文心ERNIE-ViLG文圖生成算法迎來升級，通過漸進式擴散模型，生成空間由小及大、生成輪廓由粗到細，同時根據生成階段自動選擇最優生成網絡，文本生成圖像的效果取得進一步提升。可以說，每一幅AI畫作的背后，都有文心大模型技術能力飽滿的證明。

2.沃土通衢：產業工具與開發平臺逐漸完備

各行業、各領域中的開發者，想要真正用到大模型，就需要針對性的平臺與工具，從而降低技術獲取門檻，提升產業開發效率。為此，文心大模型在工具化、平臺化中進行了豐富的探索。以AI作畫為例，文心一格是百度推出的AI藝術和創意輔助平臺，是百度依托于飛槳、文心大模型持續的技術創新，在“AI作圖”方面發布的產品。面向有設計需求和創意的人群，文心一格可以基于文心大模型智能生成多樣化AI創意圖片，輔助創意設計，打破創意瓶頸。對便捷性需求更高的開發者，還可以使用文心文圖生成大模型ERNIE-ViLG 服務，極速獲得沉浸式文圖生成大模型的技術體驗，更可靈活方便、高效地實現產品集成。這樣我們可以看到，對AI作畫有不同需求、不同考量的開發者，都有平臺和工具來獲取自己想要的AIGC能力。這就是大模型走向行業，走向應用的沃土通衢。

3.禾下乘涼：大模型規模化應用的開始

面向更廣闊的行業應用前景與產業想象力，文心大模型不僅僅推動與百度業務的結合，更積極探索對外賦能的形式與方法。文心大模型具備的知識增強特性，本身就可以實現在實體問答、知識預測等領域獲得更好效果，提升大模型在行業場景中的可用性。同時，文心·行業大模型采用行業知識增強技術對行業特色數據與行業特色知識學習，進而提升大模型對行業應用的適配性。目前文心已經聯合國家電網、浦發銀行發布知識增強的電力行業NLP大模型“國網-百度·文心”、金融行業NLP大模型“浦發-百度·文心”，已在電力、金融相關任務完成落地應用。在航天領域，文心大模型攜手中國航天發布世界上首個航天大模型——“航天-百度·文心大模型”，推進航天領域AI技術應用。

文心大模型早已推出了開發套件、API和內置文心大模型能力的開發平臺，可以讓不同領域、不同需求的產業開發者以更低成本、更低門檻精準獲得大模型賦能，促進人工智能的進一步廣泛應用。

文心大模型在產業中加速落地，正在成為推動AIGC發展的新引擎，同時也在成為推動產業智能化的新基座。大模型的規模化應用和落地千行百業，或許就是我們期待的那個智能中國的禾下乘涼夢。

現場，中國工程院院士、鵬城實驗室主任高文，百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峰共同啟動發布儀式。

中國工程院院士、鵬城實驗室主任高文（左），百度首席技術官王海峰聯合發布鵬城-百度·文心

高文院士在致辭中表示，“預訓練模型對整個科學的發展、社會的發展、創新的發展都是非常重要的工具。運用這個工具，可以幫助做很多人工智能的賦能，不局限于某個領域，這對人工智能的發展都是一個福音。”

王海峰介紹，此次發布的鵬城-百度·文心知識增強大模型從大規模知識和海量數據中融合學習，效率更高，效果更好，具有良好的可解釋性。

值得關注的是，鵬城-百度·文心是全球首個知識增強千億大模型，在機器閱讀理解、文本分類、語義相似度計算等60多項任務取得最好效果，并在30余項小樣本和零樣本任務上刷新基準。為解決大模型應用落地難題，研究團隊還首創了大模型在線蒸餾技術，模型參數壓縮率可達99.98%。壓縮版模型僅保留0.02%參數規模就能與原有模型效果相當，為產業大規模應用打開新窗口。

使用鵬城-百度·文心進行可信、可控文本生成

在鵬城-百度·文心的研發過程中，得益于鵬城實驗室的高性能AI算力系統“鵬城云腦Ⅱ”和飛槳深度學習平臺強強聯手，解決了超大模型訓練的多個公認技術難題，使鵬城-百度·文心訓練效率大幅提升，模型效果更優。“鵬城云腦Ⅱ”是國產自主的首個E級AI算力平臺，曾在多個國際性能測試上獲得冠軍。飛槳是我國首個自主研發的深度學習開源開放平臺，研制了端到端自適應分布式訓練框架，實現多硬件支持，并行效率高達90%，有效支持鵬城-百度·文心千億大模型高效、穩定地訓練。另外，“鵬城云腦II”技術團隊也與華為團隊一同對大模型訓練給予了持續保障。

為促進產學研協“多輪驅動”，鵬城實驗室與百度成立了鵬城-百度自然語言處理聯合實驗室，并以此為依托，實現資源共享、優勢互補，在自然語言處理前沿研究和創新應用方面協同攻關，助力打造國家戰略科技力量。此次聯合發布的鵬城-百度·文心將進一步解決 AI 技術在產業應用中缺乏領域和場景化數據等關鍵難題。本著“開源開放”的理念，該模型相關代碼近期會在OpenI啟智社區開源，依托“鵬城云腦Ⅱ”對外開放模型服務，聯合產學研協各方，充分挖掘AI大模型的賦能能力，助力科技創新，推動產業發展。

近日清華虛擬學生華智冰彈唱歌曲的視頻走紅網絡，這也是團隊首次發布其正面露臉視頻。華智冰是由清華大學計算機系、北京智源研究院、智譜 AI 和小冰公司聯合培養，是中國首個原創虛擬學生，已在清華園里開啟學習和研究生涯。

小冰公司對此發表了聲明，聲明中小冰解釋了華智冰項目的初衷：希望能夠以智能模型作為核心，試驗預訓練模型能夠帶來哪些技術與應用方面的驚喜。

小冰公司在聲明中還稱，新的產品化技術實現了完全虛擬生成不存在的面部，且具有足夠豐富的 features，從而能夠實現精度更高的視覺化交互內容。視頻中人物的面部特征，包括人臉、表情、口型等，全部由人工智能小冰框架 X Avatar 生成并進行融合；視頻中的人物肢體、動作，包括手持吉他彈唱，來源于小冰團隊成員魚子醬醬錄制的原始視頻模版。視頻中的歌聲，由人工智能小冰框架 X Studio 生成。

據悉，華智冰將師從清華大學唐杰教授，即日起開啟在清華大學的學習和研究生涯。

IT之家了解到，華智冰是由清華大學計算機系、北京智源研究院、智譜 AI 和小冰公司聯合培養，可以作詩作曲，生成圖畫，還將具有一定的推理和情感交互的能力，而她來到清華的第一年將通讀“天下書”，不斷地為其輸入各種語料；第二年進入“精讀”階段，引導華智冰對語料背后的邏輯有更深刻的理解；第三年則培養她的創造力，從此有望在多項認知智能上超過人類。華智冰智商和情商雙高，可以作詩、作畫、創作劇本殺，還具有一定的推理和情感交互的能力。不同于一般的虛擬人物，華智冰背后依托的是中國“悟道”超大規模人工智能模型。

以下為小冰公司的具體聲明：

隨著視覺化交互內容（如短視頻）的不斷深化，對于人物出鏡交互的需求越來越多。但是，由于人類的行為存在各種不穩定性，常常給商業機構和品牌方帶去很大的風險與不確定性。對此，越來越多的商業機構、內容制作方與品牌方，呼喚一種安全可控的虛擬人類內容（含商業代言）產品化技術。

但是，已往付諸產品化的技術存在諸多問題：它無法像真實人類一樣，生成足夠豐富的面部 features，且無法打通生成與替換的端到端流程。因此，只能實現真實人類面部間的替換，精度質量不足。

更嚴重的問題是，以往的方法無法從根源上避免隱私侵權風險。

新的產品化技術實現了完全虛擬生成不存在的面部，且具有足夠豐富的 features，從而能夠實現精度更高的視覺化交互內容。尤其是，由于從根源上避免了使用任何真實人類面部的可能性，有效阻斷以往技術無法避免的隱私侵權問題。從隱私角度，是一個重要的進步。

我們相信，虛擬人將成為未來視頻內容的主要提供者之一，而安全、可控、無隱私風險和侵權風險是其前提。因此，小冰一直在這一趨勢方向上進行探索，并從不同方面對這一領域做拓展研究。小冰與清華大學計算機系合作華智冰項目，正是在預訓練模型方面進行合作，希望能夠以智能模型作為核心，試驗預訓練模型能夠帶來哪些技術與應用方面的驚喜。

這次傳播的視頻，來自小冰發布會的進展匯報展示，為華智冰能力續寫了一些新的進展，demo 小冰框架下最新的面部生成和 3D 視頻封裝技術成果。具體來說：視頻中人物的面部特征，包括人臉、表情、口型等，全部由人工智能小冰框架 X Avatar 生成并進行融合；視頻中的人物肢體、動作，包括手持吉他彈唱，來源于小冰團隊成員魚子醬醬錄制的原始視頻模版。視頻中的歌聲，由人工智能小冰框架 X Studio 生成。

除此之外，華智冰除了 3D 面部生成，以及歌聲合成的優化，還有其他很多更底層的、涉及數字人“大腦”的新技術應用，例如在有機融合了知識圖譜和預訓練模型后，可以讓數字人有常識和推理能力。華智冰正在不斷“成長”中，還會有更多最新技術的應用，敬請期待。

小冰公司

2021 年 9 月 29 日

本次比賽聚焦廣泛應用于電商領域的商品銷量預測賽題，數據集由消費門戶網站「什么值得買」提供，旨在讓參賽選手利用機器學習算法，根據前兩個小時數據，預測第三個小時文章內產品銷量，及時發現有潛力的爆款商品，將業務目標轉化成商品銷量預測，為用戶提供更優質的產品推薦并提升平臺收益。

比賽于7月15日正式上線，分為初賽、復賽、總決賽三個階段。ECAA總決賽將在2021中國電子商務大會上舉辦，最終排名前5的隊伍將瓜分10萬獎金。

歡迎持續關注大賽官網，獲取更多比賽相關信息。

大賽官網：

www.4paradigm.com/content/details_85_3039.html

請登錄AutoML.ai網站，開啟ECAA大賽之旅。

ONCE 數據集是一個具有 2D+3D 對象注釋的大型自動駕駛數據集。

• 100萬激光雷達框架，700萬張相機圖像

• 200km2 的駕駛區域，144個行車小時

• 15k 全注釋場景，5類（汽車、巴士、卡車、行人、騎自行車者）

• 多樣環境（白天/黑夜，陽光/多雨，城市/郊區）

數據集地址：https://once-for-auto-driving.github.io/

SODA10M 數據集：

包含10M無標簽圖像、20k標記圖像，6個代表性的對象類別。SODA10M旨在促進自主駕駛中自我監督學習和領域適應的重大進展。是迄今為止最大的2D自動駕駛數據集。

數據集地址：https://soda-2d.github.io/

田永鴻介紹，基于鵬城云腦II大科學裝置，“盤古α”形成了國產自主可控的通用超大規模分布式訓練基座及相關核心技術，由鵬城實驗室聯合諾亞方舟實驗室、Mindspore團隊以及北京大學組建的技術聯合攻關團隊，經過數月的艱苦工作，開發完成了“盤古α”模型，模型在16個下游任務中大部分指標優于SOTA模型，其中零樣本學習任務11個任務領先，單樣本學習任務12個任務領先，小樣本學習任務13個任務領先。代碼、模型、評測數據集正同步在OpenI啟智社區全面開源開放，訓練語料和在線服務體驗將在測試評估優化后開源開放。

鵬城云腦技術總師田永鴻介紹“盤古α”

田永鴻表示，為了訓練“盤古α”這樣的超大規模參數的模型面臨諸多挑戰，以鵬城實驗室為首的聯合攻關團隊做了許多的創新：首先構建了一個大規模中文訓練語料收集與自動化處理平臺，從近80TB多源文本數據中通過過濾、查重和模型評估提煉了近1.1TB高質量的訓練語料，為超大規模語言模型的訓練奠定了很好的基礎；從模型本身上提出了隨機順序自回歸訓練的模型ALM，提升了算法小樣本學習能力；MindSpore的多維度混合自動并行從工程上大幅提升了在大規模集群上自動訓練的效率；在OpenI啟智社區實現“盤古α”數據、算法、模型和服務的逐步全面開源開放，希望以啟智開源社區為載體，集眾智、聚眾力，吸引開發者共同參與到模型的壓縮輕量化和應用創新工作中，不斷探索“盤古α”模型的強大潛力。

OpenI啟智社區是在國家實施新一代人工智能發展戰略背景下，新一代人工智能產業技術創新戰略聯盟（AITISA）組織產學研用協作共建共享的開源平臺，旨在以鵬城云腦重大科研基礎設施及Trustie軟件開發群體化方法與平臺為基礎，全面推動人工智能領域的開源開放協同創新。“盤古α”的全面開源開放旨在通過以大模型為基礎，在探索通用智能的道路上不斷前進，打通大規模AI設備集群和通用性軟硬件生態協同的屏障，形成國產自主可控的通用超大規模分布式訓練基座及相關核心技術。同時通過支持開源開放、賦能相關產業界的應用創新和基礎研究的不斷協同進步。

“盤古α”開源地址：https://git.openi.org.cn/PCL-Platform.Intelligence/PanGu-Alpha

撰稿：網絡智能部 陶恒韜 趙海英

鵬城實驗室與百度“自然語言處理聯合實驗室”簽約

隨后，高文院士、王海峰博士、李革教授、百度集團副總裁吳甜女士等共同為聯合實驗室揭牌。聯合實驗室的成立意味著鵬城實驗室與百度將聯手強化基礎研究，發起該領域的科研攻關，建設強有力的自然語言處理能力以助力高度可擴展的應用，同時還將積極承擔國家和省市的科研任務。

鵬城-百度“自然語言處理聯合實驗室”揭牌儀式

高文院士在致辭中表示，鵬城實驗室自2018年成立以來，一直從事網絡通信領域戰略性、前瞻性、基礎性重大科學問題和關鍵核心技術研究，是戰略科技力量的重要組成部分。面向人工智能，鵬城實驗室目前有四個著重發力點：一是以“鵬城云腦”為代表的大科學基礎設施；二是人工智能開源生態環境的建設；三是圍繞城市立體感知、智慧城市、智慧醫療進行人工智能的規模化應用；四是圍繞國際大科學計劃來開展區域有影響的工作。在科研發展前景方面，鵬城實驗室是百度十分重要的合作伙伴。百度長期以來在自然語言處理領域具有國際頂尖學術水平及科研成果，是鵬城實驗室在該領域進行戰略布局和發展的不可或缺的合作伙伴。相信此次合作，鵬城實驗室將與百度強強聯合，實現資源共享、優勢互補，在自然語言處理前沿研究和創新應用方面協同攻關，助力打造國家戰略科技力量。

鵬城實驗室主任、中國工程院院士高文

王海峰博士表示，鵬城實驗室以提升基礎與應用研究水平、提高原始創新能力、補齊核心技術和高層次人才等短板為重要手段，力爭建設領域內國家戰略科技力量的理念，與百度的技術信仰十分契合。自2010年起，百度加大自然語言處理領域的深度研究，在全球率先將深度學習語義理解應用到搜索引擎，最早將超大規模的知識圖譜應用于互聯網，也上線了世界上第一個神經網絡機器翻譯系統。目前，百度自研的語義理解技術與平臺文心ERNIE知識增強的框架已經在鵬城云腦上運轉，取得了良好的效果，相信未來會有更突出的成效。百度將與鵬城實驗室共同發揮協同效應，將聯合實驗室與百度的技術研發和工程能力相結合，共同促進科技成果的落地與應用，共同為國家經濟社會發展貢獻力量。今天的合作作為一個新的起點，愿今后雙方圍繞共同目標，促進產學研協“多輪驅動”，實現共贏并取得豐碩的成果。

百度集團首席技術官王海峰

李革教授表示，聯合實驗室將基于自然語言處理領域的技術研究和應用研究（如NLP語義理解模型等），根據百度NLP領域的算法、模型、數據方面的研究基礎，利用鵬城云腦II強大的算力資源，進行以國際領先NLP技術創新為目標的前沿研究與合作。雙方的聯合，將率先將百度領先的文心ERNIE模型應用于鵬城云腦之上，期待獲得喜人的成績。期待聯合實驗室未來能在機器翻譯、自然語言處理、開源開放等領域不斷深入合作。

鵬城實驗室人工智能研究中心主任李革

簽約與揭牌儀式后，百度自然語言處理部主任架構師馮仕堃與鵬城實驗室人工智能研究中心研究員、哈爾濱工業大學（深圳）教授徐睿峰分別做了題為《百度語義理解技術ERNIE及其應用實踐》、《文本情感分析、理解與生成》的專題討論與分享。

瞄準自然語言處理，開展前沿技術攻關

近年來，人工智能算力持續突破、算法不斷創新、數據呈現爆發式增長，驅動自然語言處理技術飛速發展，呈現出很多新的變化。從傳統的自然語言處理進行層級式結構分析演變到直接的端到端語義表示，從過去局限于理解句子發展到現在多文本、跨模態的內容理解，已實現了質的飛躍。

此次合作，鵬城實驗室與百度將以鵬城云腦的自然語言處理相關研究作為重點，在多個領域開展研究工作，并根據雙方需要擴展到其它領域。同時，雙方還將以自然語言處理技術為核心開展生態建設與應用拓展，如基于“一帶一路”國家的需求背景，開展多語種的大規模NLP模型研究和應用。此外，聯合實驗室將在合作框架內實現包括研究設施、數據、算法和應用在內的技術共享，助力在自然語言處理領域實現新的技術突破。

未來，鵬城實驗室將以與百度共建的“自然語言處理聯合實驗室”為基礎，以開源開放理念，積極聯合產學研各方力量，共同推動人工智能技術進步，促進經濟社會高質量發展。

撰稿：網絡智能部 趙海英