百度首席技術官王海峰隻用一句：「百度大腦，請幫我生成一個像主持人一樣的數字人」，一個 AI 智能體就這樣被定義完成了。
在今天上午百度世界大會的現場，百度不僅推出了新一代人工智能晶片昆侖芯 2、Aopllo「汽車機器人」，介紹了百度為中國跳水隊打造的「3D+AI」跳水輔助訓練系統、百度智能雲加速産業智能化的四大案例，還宣布與中國航天進行合作。這些 AI 應用背後的核心技術底座——百度大腦也實作了全面更新。
「我們看到、感受到的這些變化，背後的技術都來源于百度大腦，」王海峰說道。「以人工智能等為代表的新一代資訊技術正在驅動新一輪科技革命和産業變革。在新的發展階段，AI 技術越來越複雜，融合創新正在成為新常态；同時，随着人工智能技術在各行業的滲透，面向不同應用場景，降低門檻也變得越來越重要。」
在今天的大會上，王海峰正式釋出全新更新的百度大腦 7.0，具備「融合創新」和「降低門檻」兩大顯著特點，融合創新使 AI 能力越來越強，降低門檻讓應用 AI 技術越來越容易。
百度大腦 7.0：融合 AI 最強能力
怎樣了解融合創新？百度認為，這其中包括知識與深度學習技術融合、跨模态多技術融合、技術與場景融合、軟硬一體融合四個方面。其實早在幾年前，王海峰就曾提出過融合創新這樣的觀點，如今這一思想展現在了最新的百度大腦 7.0 上。
會上，祝融号數字人與主持人流暢對話，不僅準确回答了「火星上能否種洋芋」的問題，還以「登火星」為題作了一首詩。随後，王海峰又用一句話生成了一個數字人形象，并為他換上了航天服，讓他跟祝融号數字人做朋友。這離不開「知識與深度學習的融合創新」，最典型的就是百度釋出「知識增強大模型」， 把大規模知識圖譜和海量的資料同時給到模型，進行聯合訓練。
7 月，百度剛剛更新的「知識增強大模型」 ERNIE 3.0 首次在百億級參數預訓練模型中引入大規模知識圖譜，成為了 AI 領域的一次重要事件。
以 GPT-3、XLNet 為代表的預訓練模型是人工智能技術最近的發展方向，其強大的通用性和卓越的遷移能力掀起了預訓練模型向大規模參數化發展的浪潮。然而，此前的大規模預訓練模型主要依賴純文字學習，缺乏大規模知識指導的能力學習，模型能力存在一定局限。
ERNIE 3.0 進一步挖掘了大規模預訓練模型的潛力，基于深度學習平台飛槳的分布式訓練優勢，首次在百億級預訓練模型中引入大規模知識圖譜，提出了海量無監督文本與大規模知識圖譜的平行預訓練方法，大幅提升了對于知識的記憶和推理能力。
新版 ERNIE 一舉重新整理了 54 個中文 NLP 任務基準， 還同時具備超強的語言了解能力以及寫小說、寫歌詞、生成詩歌、對聯等文學創作能力，也能完成情感分析、閱讀了解、數學運算、機器翻譯等任務，做得都比原來業内最佳水準還要好。
祝融号數字人能夠完成多種任務，應用了知識與深度學習的融合。
數字人的形象和生成，則需要跨模态多技術的融合。在世界大會現場，王海峰展示了一句話生成數字人能力，打造了一個懂你的 3D 形象設計師。這種方法融合了百度大腦在語音識别、自然語言處理、知識圖譜和增強現實等領域的能力，又做到了易于使用。
由于虛拟智能助手已經登陸百度 Apollo 系統，一句話生成形象的能力正在讓汽車虛拟助手的生成變得更加高效，也更加個性化。
從應用角度來看，不同領域存在不同挑戰，AI 技術需要深入到實際應用場景中，與場景融合創新。百度智能雲在水務、電力、城市管理、制造等領域的産業應用，是技術與場景融合創新的成果。在百度世界大會上，王海峰展示的同聲傳譯系統，是機器翻譯、語音技術與同聲傳譯場景融合，實作了高品質、低延遲的同傳效果。
百度大腦 7.0 的融合創新中，還有一項非常重要的 「軟硬一體融合創新」。百度自主研制的 AI 晶片百度昆侖，使得 AI 模型計算效率更高、應用效果更好；針對遠場語音互動研制的百度鴻鹄晶片，讓人與汽車、智能家居等裝置的語音互動更便捷、更流暢；同時百度也與合作夥伴一起建構硬體生态，比如飛槳平台目前已經适配 30 多款晶片。這就很考驗造芯能力了，百度同樣給出了自己的答卷。
昆侖芯 2 釋出即量産，性能翻倍
這一波的 AI 浪潮是由 GPU 算力提升引發的，所有 AI 能力的底層都有晶片的功勞，在人工智能晶片方面，百度也實作了新的突破。
在百度世界大會上，百度創始人、董事長兼 CEO 李彥宏宣布第二代自研 AI 晶片「昆侖芯 2」正式量産。
百度昆侖是百度自研的雲端全功能 AI 晶片，2018 年釋出第一代産品，至今在百度業務中已部署超過 2 萬片，并服務于超過 50 家客戶。到 2021 年 6 月，昆侖晶片又實作了獨立融資，估值達到 130 億元。
昆侖芯 2 性能、通用性、易用性較 1 代産品都有顯著增強，證明了百度在晶片設計和軟硬體整合方面的能力。
該晶片采用 7nm 制程，搭載了自研的第二代 XPU 架構，相比一代性能提升 2-3 倍，整數精度（INT8）算力達到 256 TeraOPS，最大功耗 120W。
昆侖芯 2 的設計使産品可以适用雲、端、邊等多場景，可應用于網際網路核心算法、智慧城市、智慧工業等領域。
更重要的是，昆侖芯 AI 晶片除了擁有自研 XPU 架構及多項自主設計，針對語音、自然語言處理、圖像等 AI 技術專門優化，支援飛槳等深度學習架構，可以讓 AI 模型計算效率更高。
昆侖還與飛騰等多款國産通用處理器，麒麟等多款國産作業系統以及百度自研的飛槳深度學習架構完成了端到端的适配，實作了軟硬一體的全棧國産 AI 能力。
百度的造芯曆程，實際上是從 2011 年年開始的，昆侖芯 2 的十年磨一劍，意味着百度從晶片到深度學習架構、核心算法、平台、生态的 AI 全棧技術布局實作了更高程度的整合。
360 萬開發者在用的飛槳：大幅降低應用門檻
AI 平台不僅要包含最先進技術的實作，還要能讓人們以最簡便的方式應用。百度大腦 7.0 更新的另一個重點是降低門檻。
飛槳是百度自研的深度學習開源開放平台，也是百度大腦的核心基座。通過飛槳，數百萬開發者不再需要從頭開始編寫 AI 算法的代碼，即可高效進行技術創新并應用于業務。機器學習門檻大幅降低，正在加快人工智能應用的多樣化和規模化。
今年 5 月，飛槳更新到了 2.1 版，在訓練速度、動态圖功能、自定義算子、模型推理部署等方面有了全面更新。面對各行業衆多場景需求，飛槳企業版采用了雙平台的形式——EasyDL 零門檻 AI 開發平台和 BML 全功能 AI 開發平台，讓不夠精通人工智能算法的企業開發者能夠像使用家電一樣簡單上手，專注于業務場景和創新。
EasyDL 讓開發過程進一步簡化，實作了端到端全流程的自動化，讓開發者們在極簡的使用者體驗下就能獲得高精度的模型效果。
根據 IDC 今年上半年的報告，百度已成為國内深度學習平台市場綜合份額第一。在世界大會上，百度公布了一組數字：目前，飛槳已累計擁有 360 多萬開發者，他們來自于各行各業，通過飛槳平台，人們已經開發了超過 40 萬個 AI 模型，累計服務了 13 萬企事業機關，在各行各業都有飛槳在發揮作用。百度還宣布，這款深度學習架構最近已進入傳統農業。
引領産業智能化，五年培養 500 萬 AI 人才
今天的世界大會上，百度還帶來了很多智能化轉型的成功案例。
百度的智慧工廠解決方案和智能雲服務，已經為很多企業的智能化轉型打開了道路：為做好智能化治理水務工作，泉州水務集團與百度智能雲達成戰略合作實作了水處理廠的自動化和精簡化，改善了居民的用水流程，覆寫當地 800 萬人。
在智能交通雲服務領域，百度 ACE 智能交通解決方案在場景及落地城市上不斷擴充。2021 年 6 月，百度 ACE 智能交通簽署千萬訂單的覆寫城市增加至 20 個，是去年同期的 4 倍。
百度智能雲還與吉利控股簽署戰略了合作夥伴協定，開始提供私有雲解決方案等雲應用。
雖然成果已經顯現，但産業智能化的過程還需要更多 AI 人才。
應用百度飛槳的 360 萬開發者們，既有企業中的工程師，也有高校學生和老師。王海峰表示：「人才培養是一件需要長期投入的事，我們希望通過百度松果學堂為我國 AI 人才培養做出一點貢獻。」
在提出「五年培養 500 萬 AI 人才」計劃之後，百度本次宣布正式成立百度松果學堂，這是一個面向産業實踐的 AI 人才培養平台，将通過基礎課程、技術競賽、産業實訓、科研基金等資源讓人們更便捷地擷取 AI 知識。
一邊是降低門檻，一邊是培養人才，百度正通過智能雲加速 AI 技術落地爆發。
2006 年，百度辦了第一屆世界大會，到今天已是第十五年。不同于前沿研究「大力出奇迹」的方法論，AI 技術的落地需要更高的效率，更符合實際的定位。在這方面，長期在 AI 賽道前行，同時擁有先進技術的百度處在領先位置。
「讓每一個人都感受到它帶來的改變，這就是技術的價值。」李彥宏說道。
從圖像分辨超越人類水準，打開深度學習視覺處理應用大門的 ResNet，到登上自然雜志，深遠影響生物資訊學領域的 AlphaFold，再到推動大規模預訓練模型風潮，引領通用 AI 模型發展的 GPT-3…… 人工智能應用的方向越來越廣，一面又正在面臨空前複雜的問題。這需要 AI 平台既能幫助前沿技術突破，又能降低開發者應用門檻。
百度今天邁出的一大步，讓我們看到了好的開始。