12月3日，中國(guó)電信在廣州舉辦了首屆“TeleAI 開發(fā)者大會(huì)”，這是在“2024數(shù)字科技生態(tài)大會(huì)”期間舉行的一次重要活動(dòng)。會(huì)上，TeleAI發(fā)布了視頻生成大模型、視覺大模型產(chǎn)用一體化平臺(tái)、具身智能和智傳網(wǎng)等一系列創(chuàng)新技術(shù)、產(chǎn)品及科研成果，并宣布了開發(fā)者產(chǎn)業(yè)聯(lián)盟計(jì)劃。中國(guó)電信總經(jīng)理梁寶俊出席并致辭，CTO、首席科學(xué)家、人工智能研究院（TeleAI）院長(zhǎng)李學(xué)龍發(fā)表了主旨演講。

梁寶俊指出，隨著信息技術(shù)的迅猛發(fā)展，人工智能已成為新一輪科技革命和產(chǎn)業(yè)變革的重要力量。中國(guó)電信積極響應(yīng)國(guó)家號(hào)召，全面深化改革，強(qiáng)化科技自主創(chuàng)新和技術(shù)攻關(guān)，率先布局人工智能戰(zhàn)略發(fā)展，積極推進(jìn)“AI+”行動(dòng)。未來，中國(guó)電信將攜手中電信人工智能公司和TeleAI研究院，持續(xù)突破人工智能的技術(shù)難關(guān)，為客戶提供更加智能的產(chǎn)品方案，為開發(fā)者提供更優(yōu)的生態(tài)環(huán)境和研發(fā)平臺(tái)。

本次發(fā)布的視頻生成大模型采用了“VAST（Video As Storyboard from Text）二階段視頻生成技術(shù)”，通過文本描述精準(zhǔn)勾勒出包含視頻構(gòu)圖、主體目標(biāo)位置及人物姿態(tài)等關(guān)鍵信息的“故事板”，進(jìn)而生成對(duì)應(yīng)的視頻內(nèi)容。這項(xiàng)技術(shù)能夠保證單個(gè)或多個(gè)主體人物在各視頻片段中的外觀一致性，實(shí)現(xiàn)對(duì)復(fù)雜動(dòng)作和交互式動(dòng)作的精確控制，并讓角色和目標(biāo)物體的運(yùn)動(dòng)符合物理規(guī)律?；诖?，通過語義、語音、文生圖、文生視頻等全棧大模型能力打通短劇及影視制作的各個(gè)環(huán)節(jié)，覆蓋文字腳本撰寫、分鏡腳本繪制、視頻拍攝及剪輯、配音及音效合成等全流程，從而實(shí)現(xiàn)降本增效。目前，TeleAI 視頻生成大模型在權(quán)威視頻生成評(píng)測(cè)榜單VBench中排名第一。

視覺大模型現(xiàn)已升級(jí)至TeleSearch 2.0，基于知識(shí)的視圖萬物布控，實(shí)現(xiàn)動(dòng)態(tài)知識(shí)掛載和行業(yè)事件認(rèn)知，并驅(qū)動(dòng)復(fù)雜邏輯理解。TeleSearch 2.0打破了模態(tài)間的信息孤島，支持上百個(gè)專業(yè)知識(shí)文檔掛載，在理解文檔內(nèi)容的基礎(chǔ)上，可根據(jù)復(fù)雜長(zhǎng)語句精準(zhǔn)檢索圖片和視頻，完成跨模態(tài)復(fù)雜語義準(zhǔn)確理解及超萬種目標(biāo)精準(zhǔn)檢索。它實(shí)現(xiàn)了對(duì)傳統(tǒng)檢索類目的指數(shù)級(jí)提升，以及對(duì)十億級(jí)目標(biāo)檢索的秒級(jí)響應(yīng)。