中国电信发布全自研视频生成大模型引领AI创新潮流

小大

用微信扫描二维码
分享至好友和朋友圈

关键词：

2024-12-05 14:25:30 中国日报网

12月3日，中国电信在广州举办了首届“TeleAI 开发者大会”，这是在“2024数字科技生态大会”期间举行的一次重要活动。会上，TeleAI发布了视频生成大模型、视觉大模型产用一体化平台、具身智能和智传网等一系列创新技术、产品及科研成果，并宣布了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）院长李学龙发表了主旨演讲。

梁宝俊指出，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。中国电信积极响应国家号召，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。未来，中国电信将携手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难关，为客户提供更加智能的产品方案，为开发者提供更优的生态环境和研发平台。

本次发布的视频生成大模型采用了“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”，进而生成对应的视频内容。这项技术能够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，从而实现降本增效。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。

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打破了模态间的信息孤岛，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，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，实现零训练数据直接推理，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。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，提升了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。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 展示了一系列在具身智能方向的创新成果，包括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，以及整合了一系列大模型能力的AI智能眼镜。现场还展示了星辰软件工厂、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。

(责任编辑：张小花 TT1000)

关闭

中国电信发布全自研视频生成大模型 引领AI创新潮流

相关新闻

今日热点

频道热点

中国电信发布全自研视频生成大模型引领AI创新潮流