人民日报海外版 | 聚焦杭州视觉智能产业 点赞当虹科技核心技术

今天出版的《人民日报（海外版）》，以《钱塘江畔探“视界”》为题，聚焦杭州视觉智能产业发展，并以当虹科技为例重点阐述“掌握核心技术”的重要性。

AVS标准如何实现“突围”？超低延时编码如何在工业与卫星领域应用？AI大模型又将如何赋能视音频产业发展？现将《钱塘江畔探“视界”》部分内容摘编如下：

视觉智能的应用潜能巨大。然而，如果只在下游应用端打得火热，却不掌握核心技术、核心标准、核心芯片等，企业的“命门”终是掐在他人手中。

中国视频产业就曾吃过“卡脖子”的亏。

2002年1月的一天，一艘来自中国的轮船抵达英国港口，孰料刚刚靠岸，便遇到难题。原来，船上漂洋过海的DVD机没有获得国际编码标准的专利授权，被欧洲市场拒之门外。一时间，传票纷至沓来，要求中国厂商缴纳高额的专利费用。火热的国内DVD市场犹如当头浇下一桶冰水被迅速冰冻。

如何避免“卡脖子”？杭州的企业交上了各自的答卷。

“嘭，嘭，嘭……”画面屏幕中，一个工匠正在打铁，无论是亮部迸溅的火花高光，还是暗部冷调的铁器，甚至是布衣上的褶皱，全都清晰可辨……在尊龙凯时科技股份有限公司展厅，一台8K超高清编解码设备吸引了记者的目光。公司董事长孙彦龙介绍：“这台设备以全国产化为特色，采用的是中国自主研制的AVS3编码标准。”

啥是编码？孙彦龙介绍，以8K视频为例，一帧内的像素点比1080p扩大16倍，帧数也从每秒24帧扩大为50帧；视频“体积”如此巨大，要想流畅传输，就要经过压缩编码，先变细，再还原变粗。这就像是经过一道两头宽、中间窄的哑铃型传送门，如此，视频才能变成大小合适的数字信号，在数字世界自由驰骋。

对于企业来说，想要实现这种编解码，就必须遵守行业“游戏规则”——采用一套业内通用的音视频编码标准。但是，很长一段时间里，“游戏规则”的制定权并不在中国。

“过去，编码标准由国外机构和企业制定，我们要用，就必须支付相当比例的专利费用。”已经与视频算法打交道20多年的谢亚光，是当虹科技创新研究院院长。2002年起，他和团队就开始参与制定中国自主知识产权的视频编码标准（AVS）。

“这就好比蚂蚁搬家、蜜蜂筑巢，在外国标准已经占据先机的情况下，成千上万个技术细节都需大量补充，自主研制难度很大，得一点点磨。”谢亚光回忆说，这是全国音视频领域学术界、产业界的一次合力突围。经过数年艰难推进，2009年，AVS标准已经被认为是国际上最重要的3个先进视频编码标准之一，并正式成为国际通行标准。现在，作为全球首个面向8K、5G产业应用的视频编码标准AVS3，已经领先于国际同类标准。

此外，杭州市政府积极引导当地视觉智能产业集群攻关核心技术，预计到2027年将突破视觉智能关键技术100项，核心零部件、电子元器件、基础软件等领域建立多源可供体系，实现备份系统全覆盖。

“你看这两个画面，有什么区别？”在当虹科技展厅，记者来到一个实时显示某学校动态画面的屏幕前，只见一条细线将画面一分为二，肉眼却察觉不出什么差别。疑惑之际，孙彦龙为记者揭晓了答案：“右边是经过超级编码的视频，能为行业客户节省近90%的传输带宽及中心端存储的成本。之所以你看不出区别，是因为人、车、衣服、背包等关键信息没有丢失，只有天空、地面等不重要的信息，被不着痕迹地弱化了。”据悉，这项技术目前已在卫星视频通信和工业视频传输领域得到广泛应用。

编码是当虹科技的核心技术之一，这种神奇的“区别对待”效果，端赖人工智能的“大脑”。“我们对画面的压缩不是简单、粗暴、无差别的，而是基于人工智能算法的感知编码，精准淡化不重要的信息，而且可以在调阅的时候按需还原。”谢亚光介绍。

未来，怎样确保视觉智能产业的“蛋糕”越来越大？杭州将目光投向了增量市场。

“一个短发的女生在街头唱歌，早期彩色电影效果……”在后台输入指令，片刻后，一段视频便生成：熙熙攘攘的人群中，一个穿着针织裙、盘着卷发的姑娘高歌于马路中央，她双目微闭，表情沉醉，画面色调复古而怀旧。如此逼真的一幕，完全由AI生成。

今年4月，当虹科技发布了自主研发的BlackEye多模态视听大模型。“随着Sora的出现，业内对视频大模型都很关注，虽然现在它还没有大规模商用，但技术研发必须超前。”孙彦龙介绍，当虹科技很多前瞻性的技术都是提前3—5年进行布局，企业内七成都是研发人员，每年研发投入占营业收入的30%以上。