第1195章 王国的新画师，雪浪纸横空出世
第1195章 王国的新画师，雪浪纸横空出世 (第1/2页)会议室的门被推开，各部门高管带着兴奋的劲头陆续离开。
顾屿站在原地整理了一下桌上的资料。
他抬起头看向还未起身的林溪和任少卿。
“你们两个先别走，来我办公室一趟。”
林溪和任少卿跟着顾屿来到顶层的董事长办公室。
办公室的装修十分简洁，没有多余的陈设。
林溪轻车熟路地走到茶水台前，拿了两个杯子倒热水。
任少卿抱着那台测试用的平板电脑坐在沙发上，眼睛还在盯着屏幕上的代码输出。
“天问三号这一波收敛确实做得漂亮。”
顾屿在单人沙发上坐下，端起林溪递过来的水杯喝了一口。
“不过你们不能松懈，这只是个基础大纲。”
任少卿抬起头，推了一下鼻梁上的黑框眼镜。
“顾董，你是不是又有什么新想法了？”
“现在的逻辑推演能力已经达到了我们预期的上限。”
“继续加大算力去跑，边际效益在递减。”
“我们需要新的训练方向。”
顾屿放下水杯，双手交叉放在膝盖上。
“下一步计划，必须加强多模态能力。”
“现在的AI，能听懂语音，能输出语音，这也算多模态的起步。”
“图片识别勉强也能做到，给它一张猫的图片，它能认出是猫。”
“但是这远远不够。”
林溪在旁边坐下，手里拿着记录本。
“那还要认什么？”
“认视频。”顾屿看着任少卿。
任少卿眼角跳动了一下。
他的脸色变得有些严肃。
“视频识别？”
“顾董，这工作量有点大啊。”
“视频本质上是连续的图像帧序列。”
“光是处理单张图片就非常消耗算力，加上时间维度，数据量是几何倍数的增长。”
“而且还需要模型理解动作的时序逻辑。”
“难也得干。”顾屿语气平稳。
“天问三号要成为全能型AI，就不能是个瞎子。”
“你们回去之后，把这个任务拆解一下。”
任少卿没有推辞，拿笔在笔记本上记了下来。
“行，这事交给我，我回去拉个小组专门攻坚视频多模态。”
顾屿看着任少卿记完，又抛出了第二个重磅炸弹。
“除了视频识别，接下来你和楼天城还得再分出一个人来。”
“单独去搞一个全新的分支项目。”
“什么项目？”任少卿停下笔。
“文生图。”顾屿吐出三个字。
任少卿有些意外。
“文生图？”
“用自然语言直接生成图像？”
顾屿点了点头。
“没错。我们手里现在已经掌握了庞大的文字语料。”
“接下来要把文字和图像的对齐数据管道建起来。”
“这是一个极具商业潜力的赛道。”
林溪在旁边听到这里，眼睛亮了一下。
“如果真能做到输入文字就生成高质量图片。正好呼应了刚才老钱在会上说的痛点。”
“那我们海量引擎那边的广告素材生成，就直接从文字升级到视觉层面了，这能省下多少美工和设计费啊。”
“思路是对的。”顾屿看着任少卿。
“你脑子里现在有没有什么研发方向？”
任少卿思考了片刻，习惯性地扶了一下眼镜。
“学术界现在确实在研究这个方向。”
“目前的主流是GAN。”
“也就是生成对抗网络。”
顾屿安静地听着，没有插话。
任少卿继续讲解他的构想。
“GAN的工作机制很有意思，里面有两个神经网络。”
“一个是生成器，负责制造假的图片数据。”
“另一个是判别器，负责检验这些图片是不是真的。”
“这两个网络互相博弈，生成器拼命想骗过判别器，判别器拼命想识破生成器。”
“通过这种左右互搏的方式，最后能生成非常逼真的图片。”
任少卿说得有些兴奋。
“目前圈子里所有的顶会论文，基本都在讨论GAN的改进方案。”
“如果我们要搞文生图，这也是最稳妥、见效最快的路线。”
“不行。”顾屿毫不犹豫地开口。
这两个字把任少卿准备好的长篇大论直接堵了回去。
任少卿有些发愣，呆呆地看着顾屿。
“顾董，为什么不行？”
“GAN目前是公认的最优解，连谷歌都在大力投入这个方向。”
顾屿看着任少卿有些不解的神情。
他心里非常清楚，任少卿给出的方案完全符合这个年代的技术认知。
二零一六年，全球AI圈都在为了生成对抗网络而狂热。
所有人都在往这条路上砸钱砸人。
但是这其实是一条走不通的弯路。
顾屿脑海中回忆起前世的发展轨迹。
硅谷那几家巨头在GAN这条路上一条道走到黑。
结果发现生成的图片确实越来越好看，但是却始终无法解决一个致命死穴。
不可控。
前世的经验告诉他，技术方向的把控是决定生死存亡的。
（本章未完，请点击下一页继续阅读）