6月19日－23日，全球人工智能計(jì)算機(jī)視覺(jué)領(lǐng)域頂級(jí)國(guó)際會(huì)議CVPR 2022（Computer Vision and Pattern Recognition，即國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別）在美國(guó)新奧爾良舉行，并同步進(jìn)行線上會(huì)議。商湯科技及聯(lián)合實(shí)驗(yàn)室共71篇論文入選本屆CVPR，再創(chuàng)新高，其中有接近四分之一被錄用為Oral（口頭報(bào)告），涵蓋三維視覺(jué)、自動(dòng)駕駛等多個(gè)備受關(guān)注的前沿研究領(lǐng)域和方向，繼續(xù)鞏固在全球計(jì)算機(jī)視覺(jué)研究領(lǐng)域的領(lǐng)跑勢(shì)頭。

自成立以來(lái)，商湯及聯(lián)合實(shí)驗(yàn)室已在各學(xué)術(shù)頂會(huì)發(fā)表論文超過(guò)700篇，在各項(xiàng)競(jìng)賽中贏得超過(guò)70個(gè)世界冠軍。與此同時(shí)，一直以來(lái)商湯沒(méi)有把論文數(shù)量作為衡量公司技術(shù)發(fā)展的標(biāo)準(zhǔn)。商湯科技聯(lián)合創(chuàng)始人、研究院院長(zhǎng)王曉剛博士表示：“我們希望通過(guò)為科研工作者提供高效科研的良好環(huán)境，鼓勵(lì)和引導(dǎo)年輕的研究者從解決業(yè)界實(shí)際問(wèn)題角度出發(fā)，做高水平、高質(zhì)量的研究。”

在本屆CVPR上，商湯科技還參與了多項(xiàng)學(xué)術(shù)競(jìng)賽，同樣取得了令人矚目的成績(jī)。例如，商湯科技與中科院自動(dòng)化所、上海人工智能實(shí)驗(yàn)室聯(lián)合參加Embodied AI 2022 （2022具身智能挑戰(zhàn)賽），在RxR－Habitat賽道斬獲冠軍。作為全球embodied AI研究領(lǐng)域權(quán)威性競(jìng)賽，比賽要求用自然語(yǔ)言控制解決室內(nèi)機(jī)器人的導(dǎo)航問(wèn)題。商湯的方法達(dá)到90％以上效果提升，導(dǎo)航準(zhǔn)確率從24．08％提升至45．82％，導(dǎo)航保真度從37．39％提升到55．43％。同時(shí)，在為推動(dòng)基于深度學(xué)習(xí)的視覺(jué)編碼技術(shù)而舉辦的CLIC（Challenge on Learned Image Compression）競(jìng)賽中，商湯科技團(tuán)隊(duì)提供的方案成功獲得圖像編碼賽道冠軍，不僅在全部三個(gè)測(cè)試碼點(diǎn)上取得了最優(yōu)主觀評(píng)測(cè)分?jǐn)?shù)，還擁有所有深度學(xué)習(xí)方案中最快的解碼速度。

推動(dòng)技術(shù)賦能產(chǎn)業(yè)，以創(chuàng)新引領(lǐng)行業(yè)突破

商湯科技一直以來(lái)鼓勵(lì)研究團(tuán)隊(duì)，關(guān)注產(chǎn)業(yè)需求和痛點(diǎn)，將研究工作與實(shí)際業(yè)務(wù)場(chǎng)景相結(jié)合。近年來(lái)，依托SenseCore商湯AI大裝置等AI基礎(chǔ)設(shè)施的構(gòu)建，商湯在前沿研究領(lǐng)域擁有更強(qiáng)大的支撐，進(jìn)一步推動(dòng)了與產(chǎn)業(yè)協(xié)同的深化，以AI技術(shù)創(chuàng)新引領(lǐng)行業(yè)發(fā)展。

例如在《Bailando： 3D Dance Generation via Actor－Critic GPT with Choreographic Memory》這篇論文中，研究人員提出了一種新的音樂(lè)到舞蹈框架Bailando，它可以驅(qū)動(dòng)3D角色跟隨音樂(lè)做出舞蹈動(dòng)作，而且不僅能保證動(dòng)作的標(biāo)準(zhǔn)與美感，還能在時(shí)間上保持與不同音樂(lè)節(jié)奏的一致性。當(dāng)前，在AI、云計(jì)算等技術(shù)能力提升的背景下，數(shù)字人的應(yīng)用范圍日漸豐富，在社交、游戲、直播、虛擬偶像等領(lǐng)域逐漸融入我們的生活。這一研究無(wú)疑為未來(lái)數(shù)字人產(chǎn)業(yè)進(jìn)行更加智能、個(gè)性的人物塑造，滿(mǎn)足多樣化需求提供了潛在方向。

點(diǎn)云跟蹤框架PTTR示意圖

近年來(lái)，隨著自動(dòng)駕駛和激光雷達(dá)技術(shù)的發(fā)展，基于點(diǎn)云的目標(biāo)跟蹤也獲得了更多的關(guān)注。針對(duì)點(diǎn)云數(shù)據(jù)特有的挑戰(zhàn)和現(xiàn)有算法的缺陷，在論文《PTTR： Relational 3D Point Cloud Object Tracking with Transformer》中，商湯研究團(tuán)隊(duì)提出了一個(gè)新穎的點(diǎn)云跟蹤框架PTTR，在多個(gè)數(shù)據(jù)集上顯著提升了目標(biāo)跟蹤的準(zhǔn)確性，為自動(dòng)駕駛的安全運(yùn)行打下了基礎(chǔ)。

商湯科技還聯(lián)合北京航空航天大學(xué)劉祥龍教授團(tuán)隊(duì)，共同舉辦了面向復(fù)雜場(chǎng)景的魯棒機(jī)器學(xué)習(xí)大賽——Robust Models towards Open－world Classification。比賽以推動(dòng)安全可靠AI模型研究為目標(biāo)，鼓勵(lì)打造更安全、更可靠的AI，支持人工智能技術(shù)更可持續(xù)地發(fā)展。大賽共吸引286只隊(duì)伍、416位參賽者參加。6月19日，大賽在CVPR2022 Art of Robustness Workshop上正式公布獲獎(jiǎng)名單。

加強(qiáng)基礎(chǔ)設(shè)施與生態(tài)建設(shè)，助力成果生成

商湯科技在學(xué)術(shù)研究及技術(shù)創(chuàng)新方面取得的突出成績(jī)，離不開(kāi)領(lǐng)先的軟硬件基礎(chǔ)設(shè)施整合的強(qiáng)大算力基礎(chǔ)和領(lǐng)先的算法能力，以及商湯在學(xué)術(shù)生態(tài)和開(kāi)源生態(tài)建設(shè)方面的長(zhǎng)期積累。商湯通過(guò)建設(shè)并不斷完善以SenseCore商湯AI大裝置為核心的基礎(chǔ)設(shè)施，為技術(shù)研發(fā)和落地提供重要基礎(chǔ)支撐。研究人員能夠高效地進(jìn)行科研，快速實(shí)驗(yàn)并驗(yàn)證新的想法，加速創(chuàng)新與迭代，促進(jìn)高水平論文的產(chǎn)生，同時(shí)解決產(chǎn)業(yè)落地中的問(wèn)題。

商湯十分重視學(xué)術(shù)生態(tài)建設(shè)。2017年以來(lái)，商湯科技陸續(xù)與上海交通大學(xué)、南洋理工大學(xué)、浙江大學(xué)分別成立聯(lián)合研究院或?qū)嶒?yàn)室，與清華大學(xué)建立“感知計(jì)算”產(chǎn)學(xué)研深度融合專(zhuān)項(xiàng)計(jì)劃，并推動(dòng)成立全球人工智能高校學(xué)術(shù)聯(lián)盟，通過(guò)與學(xué)術(shù)界的緊密聯(lián)系，促進(jìn)各種學(xué)術(shù)成果的產(chǎn)生以及國(guó)際間的學(xué)術(shù)交流與合作。今年6月11日，商湯科技聯(lián)合全球高校人工智能學(xué)術(shù)聯(lián)盟成功舉辦“研無(wú)止境：商湯論文分享會(huì)”活動(dòng)，匯聚來(lái)自商湯科技以及香港中文大學(xué)、浙江大學(xué)、南洋理工大學(xué)、北京大學(xué)等高校的研究學(xué)者嘉賓，在線解讀在3D視覺(jué)、姿態(tài)估計(jì)、底層視覺(jué)、表征學(xué)習(xí)、場(chǎng)景理解等領(lǐng)域的CVPR 2022 Oral 論文，分享寶貴學(xué)術(shù)經(jīng)驗(yàn)。

此外，商湯持續(xù)鞏固開(kāi)源生態(tài)建設(shè)�；�于視覺(jué)算法的開(kāi)源項(xiàng)目OpenMMLab目前在GitHub已經(jīng)擁有超過(guò)5萬(wàn)顆星，并成功向研究者和業(yè)界開(kāi)源上千個(gè)模型�；�于決策智能的OpenDILab去年在WAIC大會(huì)發(fā)布并向?qū)W術(shù)和工業(yè)界開(kāi)源。在大模型方向，商湯與上海人工智能實(shí)驗(yàn)室及高校聯(lián)合發(fā)布了通用視覺(jué)技術(shù)體系書(shū)生INTERN，并開(kāi)源了OpenGVLab，助力通用人工智能基礎(chǔ)研究和生態(tài)構(gòu)建。OpenMMLab還在CVPR期間舉辦了主題為《OpenMMLab：計(jì)算機(jī)視覺(jué)研究和生產(chǎn)基礎(chǔ)平臺(tái)》的研討會(huì)，邀請(qǐng)學(xué)術(shù)大咖參與分享討論，共建開(kāi)源生態(tài)。

隨著基礎(chǔ)設(shè)施的構(gòu)建完善，學(xué)術(shù)與開(kāi)源生態(tài)的培育，人工智能技術(shù)研究的基礎(chǔ)將能夠更加的穩(wěn)固、更加寬廣。商湯將以此為支撐持續(xù)引領(lǐng)人工智能技術(shù)創(chuàng)新，加強(qiáng)AI產(chǎn)業(yè)落地的深化，加快規(guī)�；瘧�(yīng)用，推動(dòng)人工智能技術(shù)與產(chǎn)業(yè)發(fā)展不斷取得突破。