6月19日-23日，全球人工智能計算機視覺領(lǐng)域頂級國際會議CVPR 2022（Computer Vision and Pattern Recognition，即國際計算機視覺與模式識別）在美國新奧爾良舉行，并同步進(jìn)行線上會議。商湯科技及聯(lián)合實驗室共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（口頭報告），涵蓋三維視覺、自動駕駛等多個備受關(guān)注的前沿研究領(lǐng)域和方向，繼續(xù)鞏固在全球計算機視覺研究領(lǐng)域的領(lǐng)跑勢頭。

自成立以來，商湯及聯(lián)合實驗室已在各學(xué)術(shù)頂會發(fā)表論文超過700篇，在各項競賽中贏得超過70個世界冠軍。與此同時，一直以來商湯沒有把論文數(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、研究院院長王曉剛博士表示：“我們希望通過為科研工作者提供高效科研的良好環(huán)境，鼓勵和引導(dǎo)年輕的研究者從解決業(yè)界實際問題角度出發(fā)，做高水平、高質(zhì)量的研究?！?/span>

在本屆CVPR上，商湯科技還參與了多項學(xué)術(shù)競賽，同樣取得了令人矚目的成績。例如，商湯科技與中科院自動化所、上海人工智能實驗室聯(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)威性競賽，比賽要求用自然語言控制解決室內(nèi)機器人的導(dǎo)航問題。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，在為推動基于深度學(xué)習(xí)的視覺編碼技術(shù)而舉辦的CLIC（Challenge on Learned Image Compression）競賽中，商湯科技團隊提供的方案成功獲得圖像編碼賽道冠軍，不僅在全部三個測試碼點上取得了最優(yōu)主觀評測分?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

商湯科技一直以來鼓勵研究團隊，關(guān)注產(chǎn)業(yè)需求和痛點，將研究工作與實際業(yè)務(wù)場景相結(jié)合。近年來，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)域擁有更強大的支撐，進(jìn)一步推動了與產(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到舞蹈框架Bailando，它可以驅(qū)動3D角色跟隨音樂做出舞蹈動作，而且不僅能保證動作的標(biāo)準(zhǔn)與美感，還能在時間上保持與不同音樂節(jié)奏的一致性。當(dāng)前，在AI、云計算等技術(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。這一研究無疑為未來數(shù)字人產(chǎn)業(yè)進(jìn)行更加智能、個性的人物塑造，滿足多樣化需求提供了潛在方向。

▲點云跟蹤框架PTTR示意圖

近年來，隨著自動駕駛和激光雷達(dá)技術(shù)的發(fā)展，基于點云的目標(biāo)跟蹤也獲得了更多的關(guān)注。針對點云數(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，商湯研究團隊提出了一個新穎的點云跟蹤框架PTTR，在多個數(shù)據(jù)集上顯著提升了目標(biāo)跟蹤的準(zhǔn)確性，為自動駕駛的安全運行打下了基礎(chǔ)。

商湯科技還聯(lián)合北京航空航天大學(xué)劉祥龍教授團隊，共同舉辦了面向復(fù)雜場景的魯棒機器學(xué)習(xí)大賽——Robust Models towards Open-world Classification。比賽以推動安全可靠AI模型研究為目標(biāo)，鼓勵打造更安全、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上正式公布獲獎名單。

加強基礎(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，離不開領(lǐng)先的軟硬件基礎(chǔ)設(shè)施整合的強大算力基礎(chǔ)和領(lǐng)先的算法能力，以及商湯在學(xué)術(shù)生態(tài)和開源生態(tài)建設(shè)方面的長期積累。商湯通過建設(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，快速實驗并驗證新的想法，加速創(chuàng)新與迭代，促進(jìn)高水平論文的產(chǎn)生，同時解決產(chǎn)業(yè)落地中的問題。

商湯十分重視學(xué)術(shù)生態(tài)建設(shè)。2017年以來，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)嶒炇遥c清華大學(xué)建立“感知計算”產(chǎn)學(xué)研深度融合專項計劃，并推動成立全球人工智能高校學(xué)術(shù)聯(lián)盟，通過與學(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“研無止境：商湯論文分享會”活動，匯聚來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、姿態(tài)估計、底層視覺、表征學(xué)習(xí)、場景理解等領(lǐng)域的CVPR 2022 Oral論文，分享寶貴學(xué)術(shù)經(jīng)驗。

此外，商湯持續(xù)鞏固開源生態(tài)建設(shè)?；谝曈X算法的開源項目OpenMMLab目前在GitHub已經(jīng)擁有超過5萬顆星，并成功向研究者和業(yè)界開源上千個模型?；跊Q策智能的OpenDILab去年在WAIC大會發(fā)布并向?qū)W術(shù)和工業(yè)界開源。在大模型方向，商湯與上海人工智能實驗室及高校聯(lián)合發(fā)布了通用視覺技術(shù)體系書生INTERN，并開源了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：計算機視覺研究和生產(chǎn)基礎(chǔ)平臺》的研討會，邀請學(xué)術(shù)大咖參與分享討論，共建開源生態(tài)。

隨著基礎(chǔ)設(shè)施的構(gòu)建完善，學(xué)術(shù)與開源生態(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AI產(chǎn)業(yè)落地的深化，加快規(guī)?；瘧?yīng)用，推動人工智能技術(shù)與產(chǎn)業(yè)發(fā)展不斷取得突破。