第(1/3)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。
    第(1/3)页