飞桨黑客马拉松第五期

全新挑战，重磅回归！

开源贡献个人挑战赛、大模型应用与创意赛、飞桨护航计划集训营

三大赛道，邀你挑战！

多难度梯度开源任务、大模型应用创意挑战、导师1V1指导开发实践

硬核较量一触即发

这场Hacker盛宴，即刻加入吧！

在往期黑客松中，我们见证了众多优秀开发者的成长与蜕变。第五期黑客松，有更多元的参与方式、更丰厚的活动奖励、更精彩的赛程安排，不管是再次相遇的老朋友，还是志同道合的新朋友，我们期待有创意、有激情、有实力的开发者持续加入，欢迎你的到来！

活动介绍

2023PaddlePaddle Hackathon飞桨黑客马拉松第五期正式上线，本次活动是面向全球开发者的深度学习领域编程活动，鼓励开发者了解与参与飞桨深度学习开源项目与文心大模型开发实践。

本次飞桨黑客马拉松由深度学习技术及应用国家工程研究中心主办，飞桨承办，英特尔作为顶级赞助方，OpenVINO™、华为、海光、Arm、高通、Zilliz、开放麒麟社区等共同出品，以线上认领任务的形式进行。

你可以个人或组队报名并认领相应任务，根据任务要求完成相应开发，参与项目共建。本次共有三大赛道：开源贡献个人挑战赛、大模型应用与创意赛、飞桨护航计划集训营，任你选择。

对深度学习及大模型感兴趣的你，快来参加活动吧！更有机会获得现金奖励以及来自百度和开源社区技术大咖们的指导与经验分享，更多奖励等你来拿。

赛道简介

开源贡献个人挑战赛

• 贡献任务详见issue：

https://github.com/PaddlePaddle/Paddle/issues/57262

• 赛道介绍：

以开源贡献为核心，基于GitHub的飞桨及生态伙伴开源项目代码贡献。开源项目包括：飞桨核心框架、飞桨科学计算、飞桨CV套件、飞桨大模型套件、推理部署套件、生态伙伴项目等。开发者使用GitHub ID报名，独立完成具有明确验收目标的贡献任务，获得对应的任务奖励。奖金2000-6000元。本期完成的框架开发任务能够进入飞桨框架 v2.6 发版流程，贡献者成果被全体飞桨框架用户共享。

• 任务示例：

大模型应用与创意赛

• 贡献任务详见issue：

https://github.com/PaddlePaddle/Paddle/issues/57585

基于飞桨AI Studio星河社区的大模型创意与产业应用项目开发挑战赛，鼓励开发者发挥想象力和创新精神，策划基于文心大模型的创意方案与创新应用，开发者独立或组队在飞桨AI Studio星河社区内提交大模型应用创意项目，最终结合应用人气和专家评审，综合进行奖项评选。

• 任务示例：

飞桨护航计划训练营

• 贡献任务详见issue：

https://github.com/PaddlePaddle/Paddle/issues/57264

飞桨核心开源项目开发实践营，开发者提交简历&通过面试后，以远程的方式深度参与飞桨重要开源项目开发实践，成果以PR（Pull Requests）的形式贡献到指定代码仓库，实训期3个月（每周开发时间至少25h），奖金6000-10000元。

• 任务示例：

你可以获得：

1、丰厚奖励：50W现金奖池，权威证书认证，校招绿色通道

2、技术支持：丰富GPU算力资源，硬核技术与开源经验分享

3、成长对话：资深研发导师1V1辅导，开源社区KOL深度交流

无论你是资深的开发者，还是初出茅庐的新秀，只要是对开发抱有浓厚兴趣的爱好者，愿意展示你的技术，我们都欢迎你的加入！

目前GLCC已进入学生申请题目阶段，我们收到来自之江实验室、百度、字节跳动、蚂蚁集团、微众银行、OpenMMLab、阿里、华为、腾讯等40多个企业/社区的 100多个课题，覆盖人工智能、操作系统、云原生、大数据、前端开发、数据库、运维监控、系统工具等30多个技术领域，课题陆续公布中，请大家持续关注GLCC2023。

学生报名截止日期为2023年6月21日，建议尽早报名挑选心仪课题，方便有充足的时间去了解你将要承担的课题。

报名地址：https://www.gitlink.org.cn/glcc/2023/subjects

【赛事介绍】

围绕“强化量子人才培养、推进量子科技创新、加快量子产业升级”的宗旨，2023 MindSpore量子计算黑客松全国大赛震撼来袭。本次大赛由量子信息网络产业联盟主办，昇思MindSpore Quantum SIG承办，中国科学技术大学、电子科技大学和上海大学等联合举办。

开发者将全面体验新一代通用量子计算套件MindSpore Quantum和量子模拟加速引擎QuPack，享受比赛，享受挑战。

全新的竞赛体验，卓越的框架性能，活跃的开源社区！快来报名参赛，挑战全国总冠军！

【参赛对象】

对量子计算感兴趣，具备基本Python编程能力的所有开发者，均可报名参加。选手可自行组队，每队1-4人，其中队员1-3人，导师1人（可选）。

每个团队可配备一位导师，指导团队获得决赛奖项的导师，将有机会获得“优秀导师”称号，导师需进行赛事报名。

2、赛程安排

3、大赛详情

或许，千行百业都有这样一个“禾下乘凉梦”。科技探索会为生产与创造带来难以估量的价值，极大改变人们的生活。在AI领域，有一项技术经常让我联想到“禾下乘凉梦”，那就是预训练大模型。在袁隆平院士的梦中，杂交水稻会长得非常高大，带来极高的亩产量；大模型也是在训练数据与模型规模上非常大，在模型能力上形成巨大优势。

从2018年开始，大模型开始作为AI领域重要的技术方向被广泛关注。多年过去，我们对于大模型最大的期待，或许就在于它能不能从实验室和数据集中的“种子”，真正变成一片片赋能行业，普惠经济的稻田。

杂交水稻的发展，离不开精心耕耘的试验田。实现大模型的“禾下乘凉梦”，或许也需要这样的“试验田”挺身而出，为时代探明大模型的前进方向——这个关头，百度站了出来。

9月23日，2022万象·百度移动生态大会在广东珠海召开。会上，百度集团资深副总裁、百度移动生态事业群组（MEG）总经理何俊杰首次对外全面解读百度移动生态战略。其中非常值得注意的一点，是会上详细展示了我们熟悉的百度移动生态，是如何与百度打造的文心系列大模型深度结合，带来搜索、信息流、AIGC等领域的禾木生长。在百度移动生态中，文心大模型的能力可谓能用尽用，应出尽出。

换个角度想，如果我们想知道未来千行百业如何在大模型的禾下乘凉，那么今天百度移动生态的场景坐标，或许正指向着明天智能中国的大模型之路。

大模型3.0阶段，产业转化成为核心

在讨论百度移动生态融合文心大模型能力的重要性之前，我们必须先来了解这背后的技术与产业背景。百度移动生态与大模型融合之所以重要，是因为大模型这项技术本身正处在非常重要的发展节点。

从发展历程上看，从2018年预训练大模型开始受到行业重视算起，大模型的发展可以归纳为三个阶段。第一阶段就是所谓的“大炼模型”。传统的深度模型已经是行业主旋律，而预训练大模型作为一种新兴的技术思路，开始进入萌芽阶段。接下来在第二阶段，大模型的价值得到了产学各界的普遍认同。伴随着资本与社会关注度的广泛注入，谈AI必谈大模型成为风尚，各界也就进入从“大炼模型”到“炼大模型”的转变。在这个阶段中，各种大模型层出不穷，在训练数据参数上的扩张，技术思路的发展带来了大模型技术的繁荣。

当大模型的技术研发储备到一定阶段，新的挑战也随之而来：这么多大模型，到底应该如何与产业应用结合？这个问题如果不能妥善解决，那么大模型的繁荣发展终究是空中楼阁。所以，大模型的3.0阶段，就是从“炼大模型”到“用大模型”的转变。如何实现有效的产业转化，已经变成了目前阶段大模型领域的最核心任务。

想要用好大模型，从技术向产业的转化逻辑上看，需要具备三个前提条件：技术过硬，平台与工具齐备，有清晰明确的场景价值作为示范。而一路深耕文心系列大模型的百度，显然在前两项能力中具备先发优势。

百度自2019年开始深耕预训练模型研发，发布了知识增强文心ERNIE系列模型。2021年12月，百度与鹏城实验室联合发布全球首个知识增强千亿大模型“鹏城-百度·文心”，参数规模达到2600亿，在60多项NLP任务中取得最好效果。2022年5月的Wave Summit深度学习开发者峰会上，百度发布10个大模型，包括融合学习任务知识的知识增强千亿大模型、多任务统一学习的视觉大模型、跨模态大模型、生物计算大模型、行业大模型等，并提出支撑大模型产业落地的3个关键路径：建设更适配场景需求的大模型体系，提供全流程支持应用落地的工具、平台和方法，建设激发创新的开放生态等。

至此，文心大模型已经既包含基础的通用大模型，也包含面向重点任务领域的行业大模型，同时还具备丰富的工具平台。从技术过硬角度看，文心大模型具有知识增强的差异化优势，可以从大规模知识图谱和海量无结构数据中完成学习，从而实现模型效率更高、效果更好，具有良好的可解释性。从平台建设与产业转化上看，文心大模型具有产业级特性，提供全流程支持应用落地的工具和方法，营造激发创新的开放生态。

换言之，清晰的场景化示范价值，是文心大模型推动大模型走向3.0阶段的“最后一公里”。这个时候，百度丰富的产业生态布局，就体现出了关键价值。

百度移动生态，做大模型时代的“试验田”

在科技领域有句话，叫“自己的降落伞自己先跳”。对于希望率先探索大模型应用与产业转化的百度来说，也必须“自己的大模型自己先用”。

好在百度丰富的移动生态布局，不仅是大模型应用的价值沃土，更能以其苛刻的技术要求、清晰的能力展现、具有代表性的应用场景，成为更多开发者与企业的大模型“试验田”。

2022万象·百度移动生态大会中，我们看到了百度移动生态与文心大模型基础能力丰富多元的融合。百度移动生态，向来是百度AI技术落地的“首站”，长期秉持着AI技术能用尽用、能出尽出的原则。

而在与大模型的结合上，我们首先可以看到百度最新发布了面向搜索场景的跨模态大模型“知一”。它可以理解全网文本、图片、视频、结构化信息等形态各异的资源，从而打破资源形态的界限，将最满足用户需求的结果呈现给用户，真正实现大模型技术与搜索、信息流等百度核心业务的深度融合。

而对于更多百度移动生态中的开发者、创作者而言，基于文心大模型打造的“创作者AI助理团”可以带来划时代的AIGC体验。这个AI团队里，有文案、有插画师、有视频制作人，在这些“助理”们的齐心努力下，可以让创作者实现“一个人成为一支队伍”。

基于百度文心大模型，“AI文案助理”可以根据创作者的需求快速产出不同风格的文章标题、内容段落，“AI插画助理”可以根据关键词，自动“画”出十余种不同风格的画作，让创作者实现“配图自由”。相关能力，目前已经可以在百度APP中体验，效果十分突出。

“AI视频制作助理”基于文心大模型的自然语言处理和跨模态AI技术，让创作者的图文自动生成视频，速度可达“分钟级”。这项技术让创作者从图文到视频的创作周期缩短了3倍以上，而且也为创作者带来“一篇内容，两种收益”的效果。

“创作者AI助理团”，可说是全景式展现了大模型的一个应用价值——AIGC（AI Generated Content，人工智能自动生成内容）。基于大模型打造的AIGC能力，可以实现多种多样的AI自主创作，以及形态丰富的创作辅助功能，实现自动生产文案、自动生产图片、图文转视频等一系列技术飞跃。目前，“创作者AI助理团”已经开始邀请内测，将从今年第四季度起陆续向更多创作者开放。

由此我们不难看出，文心大模型带给百度移动生态的能力并不是“锦上添花”的简单能力升级，而是实打实的跨越式创新，甚至可以说解决了移动开发者、创作者长期以来最核心的创作门槛困扰，让创作者聚焦于创作的最核心部分。

这样的能力升级，当然对于百度移动生态的未来发展至关重要。但更重要的，可能是这种结合展示了一种可能，一种大模型走向深度产业应用的可能。

AIGC丰收时，行业转化深耕中：文心大模型的禾下乘凉梦

不久之前，科技部发布了《关于支持建设新一代人工智能示范应用场景的通知》（以下简称《通知》），指出要充分发挥人工智能赋能经济社会发展的作用，打造形成一批可复制、可推广的标杆型示范应用场景。

不难看出，以场景作为先导，快速实现AI技术的行业落地与规模化辅助正在成为目前AI产业发展的主要任务。对于大模型来说也是如此，各行业想要真正理解大模型的价值，应用大模型的能力，首先需要以场景为先导，以示范为坐标。

百度移动生态对于大模型的深入应用，正好可以构成这种迫切为时代所需要的场景示范。从大模型走向产业转化的路径上看，百度移动首先证明了AIGC的可用性。AIGC作为大模型走向产业的重要一站，更多行业可以从百度的经验中消化并吸纳AIGC的价值，从而实现自身的大模型落地。其次，百度移动生态与大模型融合，还证明了大模型与产业需求、产业真实情况的融合价值。百度移动生态拥有着巨大的流量以及多样化的业务，这些条件都是对大模型可用性的考验。

知名经济学家任泽平也在万象大会期间表示：“在AIGC的时代，百度APP作为‘前哨’和‘根据地’，是AIGC应用最广阔的天地，也将成为人人皆可用的AI新基建。这种‘百度搭台，人人唱戏’的模式，将会激发全民更大的创造力，很多新模式、新应用都会破土而出。”

从文心大模型与百度移动生态的结合，到AIGC产业实践的探索，再到更多行业应用大模型的可能，我们可以看到这个路径为大模型的3.0阶段带来了三重价值。

1.自种自证：大模型的技术能力已经趋向饱满

百度移动生态对文心大模型的应用，首先让各行业的开发者看到了大模型能做什么，有着怎样的想象力，而这归其根本来自文心大模型的技术能力。大模型的种子，需要在土壤中证明自己的价值，而AIGC与百度移动生态就提供了这样的土壤。以AI智能写作为例， ERNIE 3.0 Zeus是文心大模型最新发布的融合任务相关知识的千亿大模型，其在学习海量数据和知识的基础上，进一步学习百余种不同形式的任务知识，在各类任务表现出了更强的创作能力。从财经、体育类新闻快讯，再到诗歌、小说等文学创作，AI写作覆盖的领域越来越广，创作形式和内容也变得更加丰富多彩。

今年高考期间，ERNIE 3.0 Zeus 加持的AI数字人度晓晓挑战写高考作文，以40秒40篇的速度，获得了位列总考生前25%的成绩。 ERNIE 3.0 Zeus的智能创作能力目前已经对外开放，各行各业的广大开发者可以在线体验与定制ERNIE 3.0 Zeus的文本创作能力。再说说AI作画，AI作画这样的AIGC应用想要得到保障，背后是文心跨模态大模型的有力支撑，作为全球最大中文跨模态生成模型，文心ERNIE-ViLG参数规模已达100亿，它将「文生成图」和「图生成文」任务融合到同一个模型进行端到端学习，从而增强文本和图像的跨模态语义对齐。而近期文心ERNIE-ViLG文图生成算法迎来升级，通过渐进式扩散模型，生成空间由小及大、生成轮廓由粗到细，同时根据生成阶段自动选择最优生成网络，文本生成图像的效果取得进一步提升。可以说，每一幅AI画作的背后，都有文心大模型技术能力饱满的证明。

2.沃土通衢：产业工具与开发平台逐渐完备

各行业、各领域中的开发者，想要真正用到大模型，就需要针对性的平台与工具，从而降低技术获取门槛，提升产业开发效率。为此，文心大模型在工具化、平台化中进行了丰富的探索。以AI作画为例，文心一格是百度推出的AI艺术和创意辅助平台，是百度依托于飞桨、文心大模型持续的技术创新，在“AI作图”方面发布的产品。面向有设计需求和创意的人群，文心一格可以基于文心大模型智能生成多样化AI创意图片，辅助创意设计，打破创意瓶颈。对便捷性需求更高的开发者，还可以使用文心文图生成大模型ERNIE-ViLG 服务，极速获得沉浸式文图生成大模型的技术体验，更可灵活方便、高效地实现产品集成。这样我们可以看到，对AI作画有不同需求、不同考量的开发者，都有平台和工具来获取自己想要的AIGC能力。这就是大模型走向行业，走向应用的沃土通衢。

3.禾下乘凉：大模型规模化应用的开始

面向更广阔的行业应用前景与产业想象力，文心大模型不仅仅推动与百度业务的结合，更积极探索对外赋能的形式与方法。文心大模型具备的知识增强特性，本身就可以实现在实体问答、知识预测等领域获得更好效果，提升大模型在行业场景中的可用性。同时，文心·行业大模型采用行业知识增强技术对行业特色数据与行业特色知识学习，进而提升大模型对行业应用的适配性。目前文心已经联合国家电网、浦发银行发布知识增强的电力行业NLP大模型“国网-百度·文心”、金融行业NLP大模型“浦发-百度·文心”，已在电力、金融相关任务完成落地应用。在航天领域，文心大模型携手中国航天发布世界上首个航天大模型——“航天-百度·文心大模型”，推进航天领域AI技术应用。

文心大模型早已推出了开发套件、API和内置文心大模型能力的开发平台，可以让不同领域、不同需求的产业开发者以更低成本、更低门槛精准获得大模型赋能，促进人工智能的进一步广泛应用。

文心大模型在产业中加速落地，正在成为推动AIGC发展的新引擎，同时也在成为推动产业智能化的新基座。大模型的规模化应用和落地千行百业，或许就是我们期待的那个智能中国的禾下乘凉梦。

现场，中国工程院院士、鹏城实验室主任高文，百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰共同启动发布仪式。

中国工程院院士、鹏城实验室主任高文（左），百度首席技术官王海峰联合发布鹏城-百度·文心

高文院士在致辞中表示，“预训练模型对整个科学的发展、社会的发展、创新的发展都是非常重要的工具。运用这个工具，可以帮助做很多人工智能的赋能，不局限于某个领域，这对人工智能的发展都是一个福音。”

王海峰介绍，此次发布的鹏城-百度·文心知识增强大模型从大规模知识和海量数据中融合学习，效率更高，效果更好，具有良好的可解释性。

值得关注的是，鹏城-百度·文心是全球首个知识增强千亿大模型，在机器阅读理解、文本分类、语义相似度计算等60多项任务取得最好效果，并在30余项小样本和零样本任务上刷新基准。为解决大模型应用落地难题，研究团队还首创了大模型在线蒸馏技术，模型参数压缩率可达99.98%。压缩版模型仅保留0.02%参数规模就能与原有模型效果相当，为产业大规模应用打开新窗口。

使用鹏城-百度·文心进行可信、可控文本生成

在鹏城-百度·文心的研发过程中，得益于鹏城实验室的高性能AI算力系统“鹏城云脑Ⅱ”和飞桨深度学习平台强强联手，解决了超大模型训练的多个公认技术难题，使鹏城-百度·文心训练效率大幅提升，模型效果更优。“鹏城云脑Ⅱ”是国产自主的首个E级AI算力平台，曾在多个国际性能测试上获得冠军。飞桨是我国首个自主研发的深度学习开源开放平台，研制了端到端自适应分布式训练框架，实现多硬件支持，并行效率高达90%，有效支持鹏城-百度·文心千亿大模型高效、稳定地训练。另外，“鹏城云脑II”技术团队也与华为团队一同对大模型训练给予了持续保障。

为促进产学研协“多轮驱动”，鹏城实验室与百度成立了鹏城-百度自然语言处理联合实验室，并以此为依托，实现资源共享、优势互补，在自然语言处理前沿研究和创新应用方面协同攻关，助力打造国家战略科技力量。此次联合发布的鹏城-百度·文心将进一步解决 AI 技术在产业应用中缺乏领域和场景化数据等关键难题。本着“开源开放”的理念，该模型相关代码近期会在OpenI 开源，依托“鹏城云脑Ⅱ”对外开放模型服务，联合产学研协各方，充分挖掘AI大模型的赋能能力，助力科技创新，推动产业发展。

近日清华虚拟学生华智冰弹唱歌曲的视频走红网络，这也是团队首次发布其正面露脸视频。华智冰是由清华大学计算机系、北京智源研究院、智谱 AI 和小冰公司联合培养，是中国首个原创虚拟学生，已在清华园里开启学习和研究生涯。

小冰公司对此发表了声明，声明中小冰解释了华智冰项目的初衷：希望能够以智能模型作为核心，试验预训练模型能够带来哪些技术与应用方面的惊喜。

小冰公司在声明中还称，新的产品化技术实现了完全虚拟生成不存在的面部，且具有足够丰富的 features，从而能够实现精度更高的视觉化交互内容。视频中人物的面部特征，包括人脸、表情、口型等，全部由人工智能小冰框架 X Avatar 生成并进行融合；视频中的人物肢体、动作，包括手持吉他弹唱，来源于小冰团队成员鱼子酱酱录制的原始视频模版。视频中的歌声，由人工智能小冰框架 X Studio 生成。

据悉，华智冰将师从清华大学唐杰教授，即日起开启在清华大学的学习和研究生涯。

IT之家了解到，华智冰是由清华大学计算机系、北京智源研究院、智谱 AI 和小冰公司联合培养，可以作诗作曲，生成图画，还将具有一定的推理和情感交互的能力，而她来到清华的第一年将通读“天下书”，不断地为其输入各种语料；第二年进入“精读”阶段，引导华智冰对语料背后的逻辑有更深刻的理解；第三年则培养她的创造力，从此有望在多项认知智能上超过人类。华智冰智商和情商双高，可以作诗、作画、创作剧本杀，还具有一定的推理和情感交互的能力。不同于一般的虚拟人物，华智冰背后依托的是中国“悟道”超大规模人工智能模型。

以下为小冰公司的具体声明：

随着视觉化交互内容（如短视频）的不断深化，对于人物出镜交互的需求越来越多。但是，由于人类的行为存在各种不稳定性，常常给商业机构和品牌方带去很大的风险与不确定性。对此，越来越多的商业机构、内容制作方与品牌方，呼唤一种安全可控的虚拟人类内容（含商业代言）产品化技术。

但是，已往付诸产品化的技术存在诸多问题：它无法像真实人类一样，生成足够丰富的面部 features，且无法打通生成与替换的端到端流程。因此，只能实现真实人类面部间的替换，精度质量不足。

更严重的问题是，以往的方法无法从根源上避免隐私侵权风险。

新的产品化技术实现了完全虚拟生成不存在的面部，且具有足够丰富的 features，从而能够实现精度更高的视觉化交互内容。尤其是，由于从根源上避免了使用任何真实人类面部的可能性，有效阻断以往技术无法避免的隐私侵权问题。从隐私角度，是一个重要的进步。

我们相信，虚拟人将成为未来视频内容的主要提供者之一，而安全、可控、无隐私风险和侵权风险是其前提。因此，小冰一直在这一趋势方向上进行探索，并从不同方面对这一领域做拓展研究。小冰与清华大学计算机系合作华智冰项目，正是在预训练模型方面进行合作，希望能够以智能模型作为核心，试验预训练模型能够带来哪些技术与应用方面的惊喜。

这次传播的视频，来自小冰发布会的进展汇报展示，为华智冰能力续写了一些新的进展，demo 小冰框架下最新的面部生成和 3D 视频封装技术成果。具体来说：视频中人物的面部特征，包括人脸、表情、口型等，全部由人工智能小冰框架 X Avatar 生成并进行融合；视频中的人物肢体、动作，包括手持吉他弹唱，来源于小冰团队成员鱼子酱酱录制的原始视频模版。视频中的歌声，由人工智能小冰框架 X Studio 生成。

除此之外，华智冰除了 3D 面部生成，以及歌声合成的优化，还有其他很多更底层的、涉及数字人“大脑”的新技术应用，例如在有机融合了知识图谱和预训练模型后，可以让数字人有常识和推理能力。华智冰正在不断“成长”中，还会有更多最新技术的应用，敬请期待。

小冰公司

2021 年 9 月 29 日

本次比赛聚焦广泛应用于电商领域的商品销量预测赛题，数据集由消费门户网站「什么值得买」提供，旨在让参赛选手利用机器学习算法，根据前两个小时数据，预测第三个小时文章内产品销量，及时发现有潜力的爆款商品，将业务目标转化成商品销量预测，为用户提供更优质的产品推荐并提升平台收益。

比赛于7月15日正式上线，分为初赛、复赛、总决赛三个阶段。ECAA总决赛将在2021中国电子商务大会上举办，最终排名前5的队伍将瓜分10万奖金。

欢迎持续关注大赛官网，获取更多比赛相关信息。

大赛官网：

www.4paradigm.com/content/details_85_3039.html

请登录AutoML.ai网站，开启ECAA大赛之旅。

ONCE 数据集是一个具有 2D+3D 对象注释的大型自动驾驶数据集。

• 100万激光雷达框架，700万张相机图像

• 200km² 的驾驶区域，144个行车小时

• 15k 全注释场景，5类（汽车、巴士、卡车、行人、骑自行车者）

• 多样环境（白天/黑夜，阳光/多雨，城市/郊区）

数据集地址：https://once-for-auto-driving.github.io/

SODA10M 数据集：

包含10M无标签图像、20k标记图像，6个代表性的对象类别。SODA10M旨在促进自主驾驶中自我监督学习和领域适应的重大进展。是迄今为止最大的2D自动驾驶数据集。

数据集地址：https://soda-2d.github.io/

田永鸿介绍，基于鹏城云脑II大科学装置，“盘古α”形成了国产自主可控的通用超大规模分布式训练基座及相关核心技术，由鹏城实验室联合诺亚方舟实验室、Mindspore团队以及北京大学组建的技术联合攻关团队，经过数月的艰苦工作，开发完成了“盘古α”模型，模型在16个下游任务中大部分指标优于SOTA模型，其中零样本学习任务11个任务领先，单样本学习任务12个任务领先，小样本学习任务13个任务领先。代码、模型、评测数据集正同步在OpenI 全面开源开放，训练语料和在线服务体验将在测试评估优化后开源开放。

鹏城云脑技术总师田永鸿介绍“盘古α”

田永鸿表示，为了训练“盘古α”这样的超大规模参数的模型面临诸多挑战，以鹏城实验室为首的联合攻关团队做了许多的创新：首先构建了一个大规模中文训练语料收集与自动化处理平台，从近80TB多源文本数据中通过过滤、查重和模型评估提炼了近1.1TB高质量的训练语料，为超大规模语言模型的训练奠定了很好的基础；从模型本身上提出了随机顺序自回归训练的模型ALM，提升了算法小样本学习能力；MindSpore的多维度混合自动并行从工程上大幅提升了在大规模集群上自动训练的效率；在OpenI 实现“盘古α”数据、算法、模型和服务的逐步全面开源开放，希望以启智开源社区为载体，集众智、聚众力，吸引开发者共同参与到模型的压缩轻量化和应用创新工作中，不断探索“盘古α”模型的强大潜力。

OpenI 是在国家实施新一代人工智能发展战略背景下，新一代人工智能产业技术创新战略联盟（AITISA）组织产学研用协作共建共享的开源平台，旨在以鹏城云脑重大科研基础设施及Trustie软件开发群体化方法与平台为基础，全面推动人工智能领域的开源开放协同创新。“盘古α”的全面开源开放旨在通过以大模型为基础，在探索通用智能的道路上不断前进，打通大规模AI设备集群和通用性软硬件生态协同的屏障，形成国产自主可控的通用超大规模分布式训练基座及相关核心技术。同时通过支持开源开放、赋能相关产业界的应用创新和基础研究的不断协同进步。

“盘古α”开源地址：https://git.openi.org.cn/PCL-Platform.Intelligence/PanGu-Alpha

撰稿：网络智能部 陶恒韬 赵海英

鹏城实验室与百度“自然语言处理联合实验室”签约

随后，高文院士、王海峰博士、李革教授、百度集团副总裁吴甜女士等共同为联合实验室揭牌。联合实验室的成立意味着鹏城实验室与百度将联手强化基础研究，发起该领域的科研攻关，建设强有力的自然语言处理能力以助力高度可扩展的应用，同时还将积极承担国家和省市的科研任务。

鹏城-百度“自然语言处理联合实验室”揭牌仪式

高文院士在致辞中表示，鹏城实验室自2018年成立以来，一直从事网络通信领域战略性、前瞻性、基础性重大科学问题和关键核心技术研究，是战略科技力量的重要组成部分。面向人工智能，鹏城实验室目前有四个着重发力点：一是以“鹏城云脑”为代表的大科学基础设施；二是人工智能开源生态环境的建设；三是围绕城市立体感知、智慧城市、智慧医疗进行人工智能的规模化应用；四是围绕国际大科学计划来开展区域有影响的工作。在科研发展前景方面，鹏城实验室是百度十分重要的合作伙伴。百度长期以来在自然语言处理领域具有国际顶尖学术水平及科研成果，是鹏城实验室在该领域进行战略布局和发展的不可或缺的合作伙伴。相信此次合作，鹏城实验室将与百度强强联合，实现资源共享、优势互补，在自然语言处理前沿研究和创新应用方面协同攻关，助力打造国家战略科技力量。

鹏城实验室主任、中国工程院院士高文

王海峰博士表示，鹏城实验室以提升基础与应用研究水平、提高原始创新能力、补齐核心技术和高层次人才等短板为重要手段，力争建设领域内国家战略科技力量的理念，与百度的技术信仰十分契合。自2010年起，百度加大自然语言处理领域的深度研究，在全球率先将深度学习语义理解应用到搜索引擎，最早将超大规模的知识图谱应用于互联网，也上线了世界上第一个神经网络机器翻译系统。目前，百度自研的语义理解技术与平台文心ERNIE知识增强的框架已经在鹏城云脑上运转，取得了良好的效果，相信未来会有更突出的成效。百度将与鹏城实验室共同发挥协同效应，将联合实验室与百度的技术研发和工程能力相结合，共同促进科技成果的落地与应用，共同为国家经济社会发展贡献力量。今天的合作作为一个新的起点，愿今后双方围绕共同目标，促进产学研协“多轮驱动”，实现共赢并取得丰硕的成果。

百度集团首席技术官王海峰

李革教授表示，联合实验室将基于自然语言处理领域的技术研究和应用研究（如NLP语义理解模型等），根据百度NLP领域的算法、模型、数据方面的研究基础，利用鹏城云脑II强大的算力资源，进行以国际领先NLP技术创新为目标的前沿研究与合作。双方的联合，将率先将百度领先的文心ERNIE模型应用于鹏城云脑之上，期待获得喜人的成绩。期待联合实验室未来能在机器翻译、自然语言处理、开源开放等领域不断深入合作。

鹏城实验室人工智能研究中心主任李革

签约与揭牌仪式后，百度自然语言处理部主任架构师冯仕堃与鹏城实验室人工智能研究中心研究员、哈尔滨工业大学（深圳）教授徐睿峰分别做了题为《百度语义理解技术ERNIE及其应用实践》、《文本情感分析、理解与生成》的专题讨论与分享。

瞄准自然语言处理，开展前沿技术攻关

近年来，人工智能算力持续突破、算法不断创新、数据呈现爆发式增长，驱动自然语言处理技术飞速发展，呈现出很多新的变化。从传统的自然语言处理进行层级式结构分析演变到直接的端到端语义表示，从过去局限于理解句子发展到现在多文本、跨模态的内容理解，已实现了质的飞跃。

此次合作，鹏城实验室与百度将以鹏城云脑的自然语言处理相关研究作为重点，在多个领域开展研究工作，并根据双方需要扩展到其它领域。同时，双方还将以自然语言处理技术为核心开展生态建设与应用拓展，如基于“一带一路”国家的需求背景，开展多语种的大规模NLP模型研究和应用。此外，联合实验室将在合作框架内实现包括研究设施、数据、算法和应用在内的技术共享，助力在自然语言处理领域实现新的技术突破。

未来，鹏城实验室将以与百度共建的“自然语言处理联合实验室”为基础，以开源开放理念，积极联合产学研各方力量，共同推动人工智能技术进步，促进经济社会高质量发展。

撰稿：网络智能部 赵海英