一年一度的AI盛會再次來臨！

近日，計(jì)算機(jī)視覺領(lǐng)域頂級國際會議CVPR 2022（Computer Vision and Pattern Recognition，即國際計(jì)算機(jī)視覺與模式識別）在美國新奧爾良正式召開。

據(jù)官方統(tǒng)計(jì)，今年CVPR有效論文投稿再創(chuàng)歷史新高，競爭依舊十分激烈。

憑借對原創(chuàng)技術(shù)的不斷投入以及SenseCore商湯AI大裝置的支撐，商湯科技及聯(lián)合實(shí)驗(yàn)室有71篇論文被錄用，其中近1/4被錄用為Oral口頭報告，覆蓋了3D視覺、自動駕駛等眾多備受關(guān)注的AI研究與產(chǎn)業(yè)前沿領(lǐng)域和方向。

商湯科技還參與了多項(xiàng)CVPR競賽，取得令人矚目的成績。

在Embodied AI 2022（2022具身智能挑戰(zhàn)賽）中，商湯聯(lián)合中科院自動化所、上海人工智能實(shí)驗(yàn)室，斬獲RxR-Habitat賽道冠軍。

作為全球具身智能研究領(lǐng)域的權(quán)威性競賽，該比賽要求用自然語言控制解決室內(nèi)機(jī)器人的導(dǎo)航問題。團(tuán)隊(duì)的方法達(dá)到90%以上的效果提升，導(dǎo)航準(zhǔn)確率從24.08%提升至45.82%，導(dǎo)航保真度從37.39%提升到55.43%。

同時，在旨在推動基于深度學(xué)習(xí)的視覺編碼技術(shù)而舉辦的CLIC（Challenge on Learned Image Compression）競賽中，商湯團(tuán)隊(duì)提供的方案成功獲得圖像編碼賽道冠軍，不僅在全部三個測試碼點(diǎn)上取得了最優(yōu)的主觀評測分?jǐn)?shù)，還擁有所有深度學(xué)習(xí)方案中最快的解碼速度。

技術(shù)創(chuàng)新直擊行業(yè)應(yīng)用痛點(diǎn)

商湯一直以來鼓勵研究團(tuán)隊(duì)關(guān)注產(chǎn)業(yè)需求和痛點(diǎn)，將研究工作與實(shí)際業(yè)務(wù)場景相結(jié)合。

今年商湯入選的71篇論文，涵蓋通用智能、自動駕駛、3D數(shù)字人、三維視覺等多個領(lǐng)域，既包括各領(lǐng)域基礎(chǔ)研究突破，又直擊行業(yè)應(yīng)用痛點(diǎn)，部分研究更是兼具實(shí)用性與趣味性。

比如，在《Bailando: 3D Dance Generation via Actor-Critic GPT with Choreographic Memory》這篇論文中，研究人員提出了一種新的音樂到舞蹈框架Bailando，它可以驅(qū)動3D角色跟隨音樂做出freestyle的舞蹈動作，而且不僅能保證動作的標(biāo)準(zhǔn)與美感，還能在時間上保持與不同音樂節(jié)奏的一致性。

當(dāng)前，在AI、云計(jì)算等技術(shù)能力提升的背景下，數(shù)字人的應(yīng)用范圍日漸豐富，在社交、游戲、直播、虛擬偶像等領(lǐng)域逐漸融入我們的生活。商湯的這一研究無疑能讓數(shù)字人更加智能、有個性，實(shí)現(xiàn)多樣化的需求。

近年來，隨著自動駕駛和激光雷達(dá)技術(shù)的發(fā)展，基于點(diǎn)云的目標(biāo)跟蹤也獲得了更多的關(guān)注。針對點(diǎn)云數(shù)據(jù)特有的挑戰(zhàn)和現(xiàn)有算法的缺陷，在論文《PTTR: Relational 3D Point Cloud Object Tracking with Transformer》中，商湯研究團(tuán)隊(duì)提出了一個新穎的點(diǎn)云跟蹤框架PTTR，在多個數(shù)據(jù)集上顯著提升了目標(biāo)跟蹤的準(zhǔn)確性，為自動駕駛的安全運(yùn)行打下了基礎(chǔ)。

此外，在CVPR正式召開的前一周，商湯還舉辦了一場論文分享會，邀請到眾多一作作者及學(xué)術(shù)嘉賓，分享自己的研究成果及心得。更多前沿論文解讀，歡迎感興趣的朋友移步商湯科技B站號了解（B站搜索“商湯科技SenseTime”）。

除論文外，在今年的CVPR上，商湯科技還聯(lián)合北京航空航天大學(xué)劉祥龍教授團(tuán)隊(duì)，共同舉辦了面向復(fù)雜場景的魯棒機(jī)器學(xué)習(xí)大賽——Robust Models towards Open-world Classification。

該比賽旨在加速開放世界場景下的魯棒模型研究，推動新的以數(shù)據(jù)為中心的算法開發(fā)。大賽共吸引286只隊(duì)伍、416位參賽者參加，獲得了一致好評，推動了AI模型安全領(lǐng)域的研究探索與人才培養(yǎng)。

打造研究基礎(chǔ)設(shè)施及生態(tài)

一直以來，商湯并沒有把論文數(shù)量作為衡量公司技術(shù)發(fā)展水平的指標(biāo)，而是通過為科研工作者提供高效科研的良好環(huán)境，鼓勵和引導(dǎo)研究者從解決業(yè)界實(shí)際問題角度出發(fā)，做高水平、高質(zhì)量的研究。

在科研環(huán)境方面，通過以SenseCore商湯AI大裝置為核心的軟硬件基礎(chǔ)設(shè)施，為技術(shù)研發(fā)和落地提供重要基礎(chǔ)支撐。研究人員能夠快速實(shí)驗(yàn)并驗(yàn)證新的想法，加速創(chuàng)新與迭代。

在學(xué)術(shù)生態(tài)建設(shè)方面，2017年以來，商湯陸續(xù)與上海交通大學(xué)、南洋理工大學(xué)、浙江大學(xué)等十多所高校成立了聯(lián)合研究院或?qū)嶒?yàn)室，并推動成立全球人工智能高校學(xué)術(shù)聯(lián)盟，希望通過與學(xué)術(shù)界的緊密聯(lián)系，促進(jìn)各種學(xué)術(shù)成果的產(chǎn)生以及國際間的學(xué)術(shù)交流與合作。

此外，商湯持續(xù)鞏固開源生態(tài)建設(shè)。基于視覺算法的開源項(xiàng)目OpenMMLab目前在GitHub已經(jīng)擁有超過5萬顆星，并成功向研究者和業(yè)界開源上千個模型。基于決策智能的OpenDILab去年在WAIC大會進(jìn)行了發(fā)布，向?qū)W術(shù)和工業(yè)界開源。在大模型方向，商湯與上海人工智能實(shí)驗(yàn)室及高校聯(lián)合發(fā)布了通用視覺技術(shù)體系"書生"INTERN，并開源了OpenGVLab，助力通用人工智能基礎(chǔ)研究和生態(tài)構(gòu)建。

這些都已成為商湯在多個前沿領(lǐng)域齊頭并進(jìn)，并在CVPR等國際頂會保持優(yōu)異成績的重要原因。未來，商湯將繼續(xù)追求技術(shù)創(chuàng)新，推進(jìn)研究在實(shí)際應(yīng)用中的落地，為學(xué)術(shù)及產(chǎn)業(yè)界發(fā)展貢獻(xiàn)力量。

原文標(biāo)題：CVPR 2022 | 商湯再創(chuàng)佳績，用技術(shù)創(chuàng)新直擊行業(yè)痛點(diǎn)

文章出處：【微信公眾號：商湯科技SenseTime】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

審核編輯：湯梓紅