百度大脑升级至5.0 核心算法再获重大突破，百度CTO王海峰

在7月3日召开的百度AI开发者大会上，百度CTO王海峰博士带来了一段传统与科技碰撞的精彩演示——机械臂倒盖碗茶。这个机械臂既会茶艺绝活儿，还能说会道。虽然演示过程简短，背后却融合了机器人视觉、语音、自然语言处理等多种人工智能技术，也展示了百度AI技术储备的宽度和技术打磨的深度。

中国AI平台再次升级!王海峰刚刚宣布，百度大脑升级至5.0，形成了包括基础层、感知层、认知层、平台层和AI安全五大部分的核心架构。百度大脑5.0成为软硬件一体的AI大生产平台，核心算法再获重大突破，公布端到端AI计算架构，并实现了AI计算、计算架构与应用场景的创新融合。而安全一直都贯穿AI技术研发的始终，已经融合在百度大脑的所有模块中。

语音-SMLTA中英混输

百度语音技术部高级总监高亮在开发者大会现场说了一段Rap：Hello Everyone，中英混合说是我们的everyday work，Explore技术的depth和scope是我们的responsibility……这段中英夹杂的话被百度输入法流畅、精准、及时地识别出来!这背后是百度大脑流式多级的截断注意力模型(SMLTA)，它能让语音识别速度大幅提升，准确率提15%-20%，是基于流式注意力的语音识别线上服务。

实时虚拟形象

浦发银行的数字人是怎么“炼”成的?它实际上是结合语音和视觉技术，机器自动合成的虚拟形象。王海峰介绍，实时合成虚拟形象技术，首先需要对语音信号和视频信号进行实时识别与理解，再通过唇动生成，以及语音、面部和肢体的合成，实时合成一个虚拟形象。这波操作背后，是百度大脑多项AI技术能力的体现。

视频语义理解

王海峰展示了关于中国民间艺术的音乐纪录片《大河唱》中的片段，影片中的角色、人物关系、音乐种类、取景地、影片主题等信息，都被精准解析。这背后是基于知识图谱的视频语义理解技术。

核心算法重磅升级

百度大脑语音、视觉、语言和知识等核心算法法再度重磅升级，发布6大技术突破。包括先进流式多级的截断注意力模型(SMLTA)和风格迁移的语音合成技术;知识增强的语义理解框架ERNIE和基于知识图谱的视频语义理解技术;业界高准确、低时延的机器同传技术。值得关注的是，在语言方面，百度大脑推出知识增强的语义理解框架——ERNIE，再次全面刷新了中文自然语言处理任务效果，超越谷歌BERT。

远场语音交互芯片“鸿鹄”发布

继去年开发者大会发布“昆仑”芯片后，今年，王海峰发布了一款新的芯片——远场语音交互芯片“鸿鹄”。鸿鹄芯片使用了HiFi4自定义指令集，双核DSP核心，平均功耗仅100mW。这款芯片是根据车规级标准打造，将为车载语音交互、智能家具等场景带来巨大的便利。

百度飞桨与华为麒麟芯片合作

王海峰与华为消费者BG软件总裁王成录博士联合宣布，百度飞桨与华为麒麟芯片达成深度合作。中国人自己的深度学习平台将运行在中国人自研的先进芯片上，两大国货之光将充分发挥各自在软、硬件方面的优势，走出中国智能之路!