大发平台-大发平台

向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

威马汽车涨价 市场竞争白热化******

　　红星资本局消息，1月16日，威马汽车宣布，于2023年1月1日起针对W6、EX5-Z、E.5等多款在售车型进行价格调整。调整后，综合补贴后售价将上涨1.5万元-2.5万元不等。价格调整方案于2023年1月1日零时起生效，在此之前已完成定金支付的用户不受此次价格调整的影响。

　　威马汽车称，为打破“越卖越亏”的行业怪象，威马在2022年后半段开始战略性收缩新车交付量，并多次实施产品价格调整，以改善公司盈利结构，进而更好地支持产品研发和用户服务。

　　借壳APOLLO出行上市

　　就在1月12日，APOLLO出行(00860.HK)公告，将以20.2亿美元收购威马汽车子公司，并将以每股0.55港元的发行价配发及发行约288.25亿股。

　　这被视为威马汽车将通过APOLLO出行完成港股借壳上市。

　　接近威马汽车人士向红星资本局表示，此次与APOLLO出行双方战略并购，威马汽车上市路径进一步确定；阿波罗造车产业链与威马造车产业链可实现资源互补；战略合并后，威马借机实现品牌向上。据了解，完成尽职尽调后，威马或在本年二季度完成挂牌。

　　作为最早一批入局的造车新势力，威马汽车2022年接连被曝降薪、财产冻结，销量掉出第一梯队。汽车独立分析师刘昊向红星资本局指出，通过收购APOLLO出行实现港股上市，威马汽车不仅能解决资金问题，还能实现品牌与产品战略升级。APOLLO前身是德国小众超级跑车制造商Gumpert，并购后威马汽车将覆盖主流、高端和超豪华三大市场，提升资本市场想象空间，或重回造车新势力前列。不过也有业内人士对此并不看好。

　　行业或加速洗牌

　　业内普遍认为，“国补”退出后，2023年新能源汽车市场进入完全市场驱动时代，加上碳酸锂价格回落和特斯拉(TSLA.US)全球降价的鲇鱼效应，行业或加速洗牌。

　　进入2023年，特斯拉先后大幅下调中国、日本、韩国、澳大利亚、新加坡、美国、加拿大以及欧洲多国的电动车价格，引发全球车市震动。

　　1月6日，特斯拉中国宣布对国产车型调价，其中Model 3后驱版降价3.6万元，高性能版降价2万元；Model Y后驱版降价2.9万元，长续航版降价4.8万元，高性能版降价3.8万元，创下价格的历史最低点。

　　此后，特斯拉在日本降价约10%，在欧洲多国降价1%-20%，在美国降价最高19.7%，部分车型还将同时享有美国《通胀削减法案》的税收抵免优惠政策，最高降价2.05万美元。

　　在美国和中国，特斯拉出现了新车和二手车价格倒挂的现象。

　　不过降价也让新车销量上升。特斯拉门店销售人员表示，降价后进店顾客人数激增。

　　乘联会数据显示，2022年，新能源乘用车渗透率达到27.6%，较2021年提升12.6个百分点；预计2023年新能源乘用车销量850万辆，渗透率将达36%。

　　新能源汽车市场增速放缓，特斯拉降价让国内市场竞争白热化。红星资本局注意到，目前在国内与海外市场，特斯拉的价格区间已经与大部分造车新势力重合，甚至接近比亚迪(002594.SZ)。这也让国内新能源车企“出海”的难度增加。

　　特斯拉公司副总裁陶琳此前表示，特斯拉的价格变动是基于“成本定价”逻辑。业内人士认为，在供应链、规模化生产等优势下，特斯拉的毛利率远高于同行，仍有降价空间。

　　根据睿研咨询出具的报告，如果将来零部件价格下降，或特斯拉采用更优化的生产或零部件替换，按2022年Q3的成本价与2021年Q4的最低成本价比较，特斯拉还有3万元的下降空间。

　　成都商报－红星新闻记者 吴丹若

　　（文图：赵筱尘 巫邓炎）