门头沟区发布人工智能行业“六大成果” 引领智算新变革

近日，从刚刚结束的门头沟区“京西智谷2024年度发布会暨模型调优工场发布”仪式上获悉，一年来，门头沟区委区政府不断夯实算力基座、完善数据服务、强化技术攻关，大力培育区域人工智能产业，经过一年努力探索，目前已有包括国研能汇（北京）技术有限公司等220余家人工智能企业落户京西智谷，逐步构建起了符合区域特点的人工智能产业体系，落地企业先后形成了“首个人像和身体可控的视频生成大模型-元婴大模型”、“多模态大模型Awaker VL”、“AI校园智能体服务平台”等多项产业成果，并在发布仪式上做了集中发布。

国研能汇（北京）技术有限公司发布“首个人像和身体可控的视频生成大模型-元婴大模型”

国研能汇（北京）技术有限公司在区委区政府的大力支持下，于京西智谷发布首个人像和身体可控的视频生成大模型——元婴大模型，引发了业界的广泛关注。

国研能汇孵化自北京大学信息技术高等研究院，今年6月落地京西智谷后发展势头强劲。此次发布的元婴大模型是国研能汇的核心技术成果。该模型融合人像特征（Face）和身体姿态（Pose）等多模态信息，凭借PoseGuider指导系统、高保真面部重建模块以及分层信息协同处理策略和端到端架构设计，成功实现了动作自然可控与面部表情生动、细节清晰的完美结合，生成结果高度一致且自然，在视频生成技术领域实现了重大突破，显著优于当前同类大模型。

基于元婴大模型技术，国研能汇还与中传北京市智慧广电实验室、慧智蓝图公司联合出品个性化表情包应用。用户只需上传照片，即可自动生成表情包动图，满足个性化情感表达需求。未来，公司还计划陆续推出蛇年新春祝福、新春习俗等系列表情包，助力弘扬中国传统文化，为AI技术的文化应用开辟新路径。

智子引擎（北京）信息科技有限公司发布“多模态大模型Awaker VL” 随着多模态大模型的快速发展，当前主流多模态大模型具备完成多种任务的能力（图文描述、视觉问答、文字识别、图标理解、目标检测等）。但是，这些不同的多模态任务往往具有完全不同的数据分布，导致在模型训练过程中遇到“多任务冲突”的问题，尤其在模型参数量较小时，这种问题尤为突出。为在有限增加模型参数量以及训练成本的条件下，高效地扩展模型容量，缓解多模态大模型“多任务冲突”问题，智子引擎公司开源了基于MoE架构的多模态大模型Awaker2.5-VL。Awaker2.5-VL通过设置多个专家，扩展了模型在不同任务上的能力，有效地缓解了多模态“多任务冲突”的问题。

近几年，作为门头沟区京西智谷的重点人工智能企业之一，智子引擎发布了一系列多模态大模型，已经逐步在电力巡检、城市治理、设计应用等多个行业崭露头角，并从更广的应用范围与多行业进一步融合，为产业升级提供了全新的解决方案。

北京市气象局发布“灵犀极端降水大模型” 

近年来，短时强降水、暴雨、冰雹等极端降水天气发生概率逐年增加，严重威胁人民生命财产安全，为大城市气象防灾减灾带来极大挑战。为了弥补当前人工智能气象大模型在极端降水预报方面的不足，北京市气象局组织研发力量，自主研发了灵犀极端降水大模型，实现算力、算法、数据的自主可控，可结合环流场生成降水诊断和6小时累计降水预报产品。灵犀大模型的模型使用了国家气象信息中心提供的中国地区地面降水高分辨率融合数据和卫星反演降水，架构由环流特征提取、降水诊断、升维等三部分组成，并采用自主研发的信息平衡方案解决降水数据极端不平衡问题。灵犀大模型诊断的极端降水的位置和强度与实况有较好的一致性，有效弥补了当前人工智能气象大模型在强降水预报方面的短板。