9月20日，百度首次發(fā)布“2022十大科技前沿發(fā)明”，包括跨模態(tài)通用可控AIGC、無人車多傳感器融合處理系統(tǒng)、知識增強大模型、深度學習通用異構參數(shù)服務器架構、基于AI的生物計算平臺、面向自動駕駛的車路協(xié)同關鍵技術等。

AIGC被認為是顛覆現(xiàn)有內(nèi)容生產(chǎn)方式的新一代技術。據(jù)了解，“十大科技前沿發(fā)明”中的跨模態(tài)通用可控AIGC，在通用性上提出了跨模態(tài)、跨任務的統(tǒng)一建模技術，是首次實現(xiàn)語言與視覺大一統(tǒng)的理解與生成。

有專家表示，近年來，我國把科技創(chuàng)新作為引領發(fā)展的第一動力，深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，開啟了建設世界科技強國的新征程。關鍵核心技術專利是國之重器，“十大科技前沿發(fā)明”成果體現(xiàn)了多項國際前沿核心技術的實現(xiàn)與突破，對推動經(jīng)濟發(fā)展和技術進步有著十分重要的意義。

2022十大科技前沿發(fā)明，具體如下：

1.跨模態(tài)通用可控AIGC：該發(fā)明在業(yè)界首次提出語言與視覺統(tǒng)一的理解與生成模型，創(chuàng)新提出融合知識的生成，突破了通用可控內(nèi)容生成技術瓶頸，實現(xiàn)了文本生成、圖像生成、視頻生成、數(shù)字人生成的實用化跨越。

2.無人車多傳感器融合處理系統(tǒng)：該項發(fā)明以多傳感器融合為核心，完善激光雷達感知能力，構建了環(huán)視視覺的獨立閉環(huán)能力，已經(jīng)在自動駕駛車輛上得到大規(guī)模應用，實測效果漏檢率總計減少60%，低矮障礙物漏檢率減少83%，有效支撐百度Robotaxi在各種城市復雜道路和場景上無人駕駛能力的構建。

3.知識增強大模型：該發(fā)明是百度文心大模型的核心技術，其從大規(guī)模知識和海量數(shù)據(jù)中融合學習，具備領先的理解和生成能力。包括了以全球首個千億級知識增強大模型鵬城-百度·文心為代表的語言大模型、計算機視覺、跨模態(tài)等大模型，以及電力、金融、航天等行業(yè)大模型。

4.深度學習通用異構參數(shù)服務器架構：該項發(fā)明通過可擴展的架構設計，不僅可以支持基于CPU、GPU、XPU等不同類型硬件的參數(shù)服務器架構單獨訓練，還可以通過強化學習算法將同一深度學習模型訓練任務分配到不同類型硬件的計算節(jié)點上進行混合硬件異構訓練，實現(xiàn)計算資源最優(yōu)搭配。

5.基于AI的生物計算平臺PaddleHelix：該發(fā)明提出了一系列基于AI的生物計算創(chuàng)新技術，包括自主研發(fā)的高效mRNA疫苗設計LinearDesign算法，首個基于幾何空間構象的化合物表征模型HelixGEM，端到端的單序列蛋白結構預測模型HelixFold-Single等。

6.面向自動駕駛的車路協(xié)同關鍵技術：該項發(fā)明構建了車路協(xié)同自動駕駛的復雜技術體系與融合協(xié)同機制，通過協(xié)同感知，解決自動駕駛動靜態(tài)盲區(qū)、超視距、遮擋等一系列感知長尾問題，通過協(xié)同決策規(guī)劃和協(xié)同控制解決混行狀態(tài)下的現(xiàn)實變更、博弈、阻塞和極端場景等問題，降低自動駕駛的接管次數(shù)和安全事故風險，保障自動駕駛安全連續(xù)運行。

7.全平臺量子軟硬一體：該發(fā)明圍繞“量羲”布局，“量羲”是百度推出的基于“乾始”研發(fā)的全球首個全平臺量子軟硬一體化解決方案，提供私有化部署、云服務、硬件接入等一系列服務，最大程度上簡化了量子硬件部署到量子服務的全流程。

8.數(shù)字人智能化生產(chǎn)：該發(fā)明基于語音、語義和視覺等AI技術，以智能終端為載體，實現(xiàn)人機可視化語音交互服務。借助百度智能云曦靈平臺，打通數(shù)字人生產(chǎn)、人設管理、內(nèi)容創(chuàng)作到業(yè)務編排全流程。

9.智慧城市全要素雙總線技術：該發(fā)明的全要素雙總線包含智慧總線與知識總線，智慧總線構建城市服務的全資源協(xié)同開發(fā)與運行環(huán)境，統(tǒng)一納管調(diào)度城市中的各類數(shù)據(jù)、算法、算力，為智能化應用開發(fā)提供綜合技術供應；知識總線依托文心增強的城市多模態(tài)大模型及知識圖譜、NLP等AI技術，搭建城市全要素融合知識圖譜，支撐跨部門、跨應用、跨數(shù)據(jù)間的知識體系打通和資源共用。

10.自動駕駛多模態(tài)行人運動預測：該發(fā)明提出一種融合多模態(tài)輸入特征以及多維度交互模式的深度學習模型，用于預測行人未來6s的運動軌跡，已在Robotaxi業(yè)務中落地應用，行人預測準召提升30%，VRU碰撞風險問題解決率95%。