光电与人工智能：4月22日产业资讯

光电与人工智能：4月22日产业资讯

1、海信8K激光电视正式上市

日前，海信8K激光显示产品LX正式上市。 8K激光电视从概念走向量产，激光电视正式进入100寸8K时代。

激光显示是家电行业突破核心技术、迈向高端之路的“钥匙”。 从样机研发到首款产品发布，从投影到卷屏、全彩全声幕的形式创新，从单色激光影院到多尺寸布局的最小75寸全彩激光电视，再到全球首款8K激光电视量产……16年，6次产品迭代，2098项专利。 海信激光电视的发展，证明了中国家电企业高端化进程的新可能。 根据Omdia数据，2022年，海信激光电视出货量将以53.5%的市场份额位居全球第一； 中国大陆激光电视市场零售额将达到91.4%的市场份额。

中国工程院院士徐祖炎曾表示，激光显示由于其谱宽窄、亮度高、良好的方向性。 它将成为下一代显示的主流技术。

作为全球首款8K超高分辨率激光电视，据海信介绍，其激光电视LX的色彩表现比传统电视高2至3倍，能够呈现其他显示方式无法比拟的饱满细节和纯净色彩。 ; 全套哈曼卡顿4.1.2多声道定制音响系统，将传统激光电视平坦的声场转化为3D声场； 同时从光源中彻底杜绝了对人眼有害的蓝光波段，真正实现零有害蓝光。 （全球资讯网）

2、国产超高清设备亮点纷呈，五光十色！

“世界上最美的四月天”，北京首钢公园热闹非凡。 4月18日-4月21日，第29届中国国际广播电视信息网络展览会（）在北京首钢会展中心举行。 和行业应用。 聚焦超高清视频领域，记者发现，国产化超高清设备成为一大亮点。 ,

时隔两年，这个享誉全球的广播电视及网络视听技术与设备展览会再次回归线下，吸引了络绎不绝的观众。 记者首先来到博观8K展台，一群观众在博观的主打产品“8K全画幅相机B1”前饶有兴趣地观看。 据工作人员介绍，这是一台“实战”经验丰富的设备。 曾参与中央广播电视总台8K频道北京冬奥会开闭幕式直播信号采集、2023年央视春晚、央视元宵晚会的拍摄，以及综艺节目多机位录制。 首次亮相CCBN展会，便引起了广泛关注。

博观8K全画幅相机B1

“该设备最大的亮点在于国内首创4路12G-SDI接口，实现8K无压缩基带信号传输。” 广州博冠光电科技有限公司市场部经理梁永健脸上洋溢着自信的笑容向记者介绍。 值得注意的是，这款设备也已经与多家国产品牌联动。 通过12G-SDI连接的监视器，结合远行镜头，搭载TILTA无线对焦系统，最终实现稳定、超高清、低延迟的全程直播，沉浸式还原画面人物的真实细节。

“通过这样的国产品牌联动，最重要的目的是扶持国产8K超高清产业，提升本土化制造实力。” 梁永健强调。 紧接着，他向记者展示了另一台国内自主研发的8K 30P摄像设备。 该设备搭载国产芯片，整机实现国产化。

超高清视频是继视频数字化、高清化之后的新一轮重大技术创新，将为人工智能、虚拟现实等新一代信息技术提供重要支撑。 本次展会，除了深耕超高清前端技术的博观外，更多国内企业将带来本土化的技术和产品，为超高清视频及显示行业赋能。

超高清视频传输给直播行业带来了新的机遇。 对于有超高清视频直播需求的客户，除了更新摄像机和导演站外，更重要的是将4K超高清信号传输到现场监控监控。 广播设备，其中涉及图像传输设备。 记者在现场看到了深圳市视景无线技术有限公司展示的多款自主研发的图传产品。 为了让观众看到极光4K超高清图传的特点，视景无线工作人员在现场进行了开机演示。 工作人员向记者介绍，符合广电4K要求的无线图传“极光4K”。

视晶无线现场开机演示4K极光

据介绍，该设备最高支持60Hz和60Hz分辨率，发送端支持12G-SDI输入&环路输出，接收端支持双路12G-SDI输出。 兼容市面上绝大部分高清4K专业摄像机，同时具备广电级4:2:2 10bit采样率，满足专业广电指标要求，实现超高清画质。

国科微展区

在芯片方面，记者注意到，集成电路设计公司国科微展示了全系列超高清视频解决方案。 在其设立的8K展区，记者看到了促成全球首场8K超高清直播的8K超高清解码芯片。 本产品集成高性能多核CPU和GPU，支持AVS3 8K120帧/秒解码显示，全面支持HDR VIVID和Audio VIVID等国内标准，支持国密SM2/3/4加解密算法。 在4K方面，国科微带来了超高清显示芯片的高性价比版本，支持4K 120帧/秒的解码显示输出，满足4K电视和商显应用。 目前，国科微4K超高清解码芯片已在50多家运营商实现商用。

通过此次展会，国产超高清设备的“集结号”正在响起。 （科技新闻）

3、上海以虚拟力量推动元宇宙发展

上海市经济和信息化委员会软件和信息服务处副处长刘文致辞

中新网上海4月21日电 从2021年元宇宙“元年”开始，上海率先提出“虚实交互”的创新思路，“引导企业研究虚拟现实交互平台”。虚拟世界和现实世界”。 培育“元界”新赛道行动计划，今年年初，上海公布了首批20个元界重大应用场景，并向国内外重点企业、科研院所等发布“英雄帖”。团队，引领元宇宙从概念走向现实……虚实结合，以虚构强化现实，成为上海发展元宇宙的“必由之路”。

在“中新神剑”前沿圆桌采访中，上海市经信委软件与信息服务处副处长刘文在致辞中表示，过去一年，上海重点在指导发展 上海元界主要应用场景公布，聚焦商务运营、课堂教育、文化旅游、品牌娱乐、智能制造、医疗健康、数字城市七大领域，打造了一批基准应用场景。 “希望通过这20个具有里程碑式引领意义的重大应用场景，探索上海的元宇宙如何赋能实体经济，以虚强实。”

另一方面，刘文表示，根据元界的技术和产业特点，上海进一步优化产业布局，打造张江数字链（元界）产业园和漕河泾元创未来元界产业创新园，启动区域内相应的产业载体政策。 “两个产业园分别聚焦元界硬核技术和内容生态，将形成一东一西、一硬一软的双发展引擎。”

事实上，作为上海产业的“新赛道”，元界肩负着成为经济发展“新引擎”的重任。 《上海市培育“元界”新赛道行动计划》提出，将推出50+个示范场景、100+个标杆产品和服务，到2025年元界产业规模达到3500亿元。

在刘文看来，元宇宙的发展不可能一蹴而就。 “元界还处于早期阶段，技术路线还在迭代，产业生态配套还在加速。” 因此，面对产业发展的目标，上海将从多方面着手继续发力。

一是围绕当前元宇宙AIGC、Web3、XR三个重要渠道，加强市级技术攻关和协同创新，打造一批新型机构，建设一批重要公共服务平台。

二是坚持应用牵引和场景驱动，着力做好未来几年重大应用场景的揭牌工作。 同时，我们希望借助2023世界人工智能大会推出相关应用，做好相应的场景展示和对接工作。

三是坚持生态建设引领。 “重点在技术创新、专业人才培养、标准体系建设等方面，打造繁荣的元宇宙产业生态。” 刘雯说。 （中国新闻网）

4、复旦MOSS大模型正式开源：可以写文字、生成图片、解数学题

《科创板日报》4月21日报道，由复旦大学自然语言处理实验室研发的新版MOSS模型于21日正式上线，成为国内首个插件增强型开源对话语言模型。

目前，MOSS模型已经开源，相关代码、数据、模型参数在Face、Face等平台开放，供研究人员下载。

负责MOSS系统的复旦大学计算机学院教授邱锡鹏说：“这是国内第一个插件式对话语言模型，可以使用搜索引擎等外部工具、图像生成模型和方程求解器，为用户提供越来越多的信息服务。GPT-4还可以接入各种插件，这种能力在大型模型的应用过程中将非常有价值。

《科创版日报》记者拿到了内测码，对MOSS模型进行了测试。

《介绍科创板日报》。 输入这条命令后，模型界面给出了如下回答：

在MOSS界面中，用户可以自主添加搜索引擎、图像生成、方程求解器、计算器等外部插件工具。

记者在搜索引擎上添加了一个插件，然后问道：过去五个月和过去一年，特斯拉在中国的销量是多少？

MOSS显示答案，在答案内容下方给出引用的英文参考文献。 不过和之前的文心一言测试一样，能提供的数据比较陈旧。

写工作总结是个老生常谈的问题，之前记者也问过文馨一个问题。

MOSS追问这个比较宽泛的问题：要求给出工作总结的具体性质等，记者设置好条件后，拿到了一份营销相关的工作总结。

记者还请他为AI医疗企业生成中秋节文案：

给妈妈写一封表扬信：

在数理逻辑计算能力方面，记者先试问一道简单的加法题。

随后，记者加大难度，问出了鸡兔同笼的经典问题。 通过使用方程求解器，MOSS 给出了正确的答案。

《科创版日报》记者又问了小胜初的数学题：

某次数学竞赛有20题。 评分标准为：答对一题得5分，答错或答错一题得1分。 小花参加了这次比赛，得到了64分。 Q：小华答对了几道题？

正确答案应该是第14题，国产车型在这方面表现较差。 此前，文心一言回答了16个问题，同义倩文则给出了43个问题。 MOSS 答案是 15 个问题。

通过调用相关插件，MOSS也具备了AI绘画的能力。 《科创版日报》记者提出“请帮我画一幅大海”，它自主调用插件生成与内容对应的一幅画。

记者添加了图片内容的描述，并要求生成一张躺在草地上的中国女孩的照片，

据介绍，MOSS是一个开源的对话语言模型，支持中英双语和多种插件。 moss-moon系列模型拥有160亿个参数，可以FP16精度在单片A100/A800或两片3090显卡上运行。 /8精度可以在单块3090显卡上运行。

邱锡鹏表示，未来MOSS将继续开源更多的训练数据和模型参数，同时为企业私有化部署人工智能模型提供解决方案，开展相关服务。 （金融协会）

5、大模型带来的Web复兴会是昙花一现吗？

您是否厌倦了 GPT、对话式 AI 和生成式 AI 等话题？

在写这篇文章之前，我有点犹豫是否继续讨论 GPT。 最终决定写下来，是因为感觉个人用户、开发者，以及正在密集训练大规模模型的AI公司和云厂商，还是需要提前思考这个问题——何时、如何从云吗？

AIGC热潮带来Web复兴，但大众更青睐移动端

我们看到大部分基于大模型的AIGC应用都选择了web访问。

微软立即推出了带有聊天功能的 Bing，更新了 Edge 浏览器，并将其嵌入到应用程序中。 国内，高校和事业单位推出的MOSS（复旦大学）和（致远），企业推出的文心易言（）和同义千文（）必须从官网访问。

图像和视频生成AI也是如此，如、、、、视频平台Make-A-Video（Meta）、Video（）等。

一些业内人士认为，生成式 AI 带来了 Web 的复兴。

当然，市面上也有AIGC的产品可以通过小程序、APP等方式接入，大部分都是通过调用基础款的API来提供服务的。

但受限于网络传输、计算能力等，领先的技术能力不得不打折扣。 例如，只能生成一个简短的单句文本。 手机APP绘图效果一般，加载速度很慢，经常断线卡顿……

这是因为大型模型的大量计算仍然需要通过云服务来完成。 网页的承载量比较大，加载速度快，不需要考虑流量损失。

所以，想要体验大机型的强大能力，还是使用PC网页端+云服务比较好。

不过，大模型的商业化潜力还是在移动端。

大家可能还记得，AI绘图是去年年底火起来的。 易建AI画画、元小学等具有AI绘图功能的手机小程序，用户量和支付量都出现了暴增。 据易见AI画官方数据显示，上线不到两个月，用户规模增长117万。

大多数人也希望能够方便、低门槛地体验AIGC。 要使用GPT-4、New bing、DALLE等应用，注册、登录、支付等一系列操作非常麻烦，被不少人劝阻。

国内的大型模型应用，移动端显然也很受欢迎。 比如，有人抓住“没有官方app”的“时差”落地请开手机高清，制作了一款盗版“文心一言”，吓得百度出来声明：所有“文心一言”APP你在App Store和各种应用商店看到的“一言”应用都是假的，“文心一言”的所有付费下载和付费会员都是骗子！

可见，场景化、轻量级的移动应用受到用户的喜爱，付费就能赚钱。 官方不做，炒家/骗子就会做。

无论是从用户体验的角度，还是大规模模型服务普及的需要，亦或是回收训练成本的商业考量，移动应用都是一个不能轻易放弃的阵地。

既然如此，各大基础模型服务商为何不早点抓住这个机会呢？ 我们什么时候才能拥有像网络版一样强大的移动 AI 应用程序？

基本模型服务提供商在想什么？

基础大模型的服务商，比如谷歌、百度、阿里，以及各个研究所，就是不吃移动应用的蛋糕。

除了移动端众所周知的算力限制外，还有其他的考虑：

一、产品。 基础机型往往在技术和能力上都处于领先地位，产品化并不是重中之重。 尤其是移动应用，必须适配各种系统、机型、配置，不可能投入过多的人力物力。

的联合创始人山姆曾说过，这是一个糟糕的产品，但这个产品包含了很多价值，所以人们愿意忍受它。 觉得 Web 不好用？ 那就先忍受吧。

2. 用户。 别看全民都在谈论的生成式AI，真正坚持使用并愿意付费的还是一小部分早期客户，包括技术爱好者和专业人士，比如程序员、插画师。

他们大多会将生成式AI作为生产力工具用于研究、编程、办公、设计、游戏制作、软件开发等，而且必须与其他专业软件结合使用落地请开手机高清，比如生成图片，然后进行增强。 在使用PC、一体机等设备时，PC网页端比手机APP具有更强的可编辑性，更能满足这部分人群的需求。

3.商业化。 目前基础大模型的业务模型主要是基于API，需要一定的开发经验，更适合极客和开发者。 深度开发、集成和部署很少通过移动端来完成，所以模型服务商自然也没有密集的努力去适应移动端的强大。

大型模型千帆竞发，移动端商业化必备

既然如此，为什么还要做移动端呢？ 一个很肤浅的回答是：大众需要。

真正能够引发全民体验热潮的，是那些可以通过社交软件分享、小程序、App等低成本快速获取的能力，它不需要任何“智能涌现”，更在乎乐趣和乐趣。

更深层次来说，大模型技术被视为“新工业革命”的引擎。 为了有效，技术能力必须更好地融入产品和服务。 此时，移动端至少可以提供三个值：

首先，缩小规模。

中国互联网络信息中心发布的第51次《中国互联网络发展状况统计报告》显示，我国10.67亿网民中99.8%使用手机上网。 手机用户已经远远超过PC用户。 有必要提高一代 AI应用范围，移动应用必不可少。

第二，商业潜力。

高科技行业的主流市场由“实用主义者”组成，他们看重的是技术方案的可靠性、稳定性、性价比和配套服务，而不是技术的前沿和酷炫。 移动端广泛普及、即时接入、便捷和低成本的优势，可以让人工智能以更短的路径触达用户，人工智能技术在移动端的应用是大势所趋。

开发者眼中的AIGC应用如下：

大众眼中的AIGC应用是这样的：

类GPT应用平台截图

三是市场壁垒。

大模型的商业化路径之一就是走向产业，走向ToB，将大模型的能力封装成AI解决方案，参与到千行百业的数字化、智能化进程中。

如今，领先的科技公司和云厂商都在提炼大规模模型，其中很多都是直接对标GPT-3.5，没有明显的差异化价值，很难拉开与业界领先水平的差距。

如果云厂商想要打开ToB市场，移动应用工具和能力是非常有吸引力的。 近年来，不仅消费类和服务类企业不断加强移动端端的布局和产品能力，一些传统企事业单位，如工业制造、政务银行等，也开展了基于移动端的内部生产管理。 更多移动应用程序，以更好地服务最终用户。 如果直接在云端端到端使用大模型，比如训练和开发过程直接调用云端的大模型和AI计算资源。 完成后可以一键分发到智能手机等终端，大大减少工作量。

一个类GPT的应用开发平台

互联网的演进表明，To B和To C行业都在追求终端硬件越来越集约化、流程化、门槛越来越低的交互入口、软件应用越来越轻便。

因此，将大型模型从云端转移到终端是模型服务商实现商业化的必由之路。

从云端到尽头，一条通往天堂的路

远见再和谐，还是有商业要求的。 赚钱，不寒酸。 不过，大模型从云端转移到终端，钱还真不是那么容易赚的。 如果你必须做某事，你真的做不到。

如果云计算和AI能力想要进入移动终端设备，他们面临的是一条通向天堂的道路：

首先，一些大规模的生成式AI应用运行在云端，需要通过网络传输，而移动端的设备能力和网络环境多样且不稳定，比如从5G蜂窝网络到室内宽带的传输，或者在高架桥、地铁等特殊环境下，生成过程可能会中断或失败，影响端到端的体验。

其次，生成式人工智能应用需要的计算量比较大。 比如在设备端加载渲染的时候，手机的CPU会负载比较高，导致卡顿、发热、掉电。 如果让 AI 改一个文档绘图，只画一张就断电当然是不能接受的。

另外，AI深度融入业务必须经过云计算，而云端开发环境和终端侧是不同的操作系统。 这意味着开发者需要进行二次开发或迭代开发。 完成后才能在不同终端下访问。 同事们必须考虑不同终端的兼容性，这增加了AI云应用的风险成本、人力成本和时间。 成本。 为保证集成后的应用效果，云平台需要有一套完整的产品服务和工具来支持快速构建、验证、部署和分发。

另外，云端和端端的不同架构也导致了计算能力的分离。 开发云端融合的人工智能应用，必须充分结合端侧的计算能力和云端的计算能力。 有些应用场景是建立在设备上的，有些是建立在云端的。 给云厂商带来了一个比较大的技术难题：如何提供稳定一致的底层环境？

路再难走也得走。 大家都知道，云计算靠基础设施IaaS层是很难赚钱的。 云厂商提炼大模型，本质上是希望提升软件的先进性，进而调动SaaS服务的商业价值。

为了让个人用户和企业获得简单易用、低门槛的大规模模型能力，云厂商不仅要训练基础模型，还需要从云端解决AI应用中的一系列技术问题端到产业链上游。 只有开发者和行业用户提供移动端AI开发能力，大模型才能在端侧爆发。

各种形式的大型模型应用百花齐放，这项新技术才能真正迎来商业化的奇点。 （大脑极体）