第381章 371：學校，空間計算

因為狗東並沒有對這項技術進行任何披露，普通人對這項技術沒有任何概念，一些懂技術的覺得這技術不簡單，一些技術群開始聊起狗東這項技術來。

“你們說狗東這項技術是怎麼做到的，是不是數據片段搜索來進行識別的？”

“你用數據片段搜索技術做個圖片識別技術給我看看，用戶在拍攝照片的時候角度是死的，用戶拍攝的照片和產品的照片是完全不一樣的，這項技術多半是深藍集團用人臉識別技術魔改出來的。”

“肯定是深藍用了某種特殊算法做出來的，不過我覺得光是靠算法還不行，光有算法算力跟不上是不行的，深藍肯定研發了一款專用的加速硬件，可惜深藍沒有對外做過任何的技術披露。”

“要是你你會把自己的核心技術分享出來嗎？”

“科技是無國界的好不好，深藍就是想要搞壟斷。”

“樓上的估計是被外國人洗腦了吧，忘記深藍被斷晶片的事情了吧，要是科技真的無國界，他們為什麼要斷深藍的晶片。”

“麻煩樓上的小白了解下瓦森納協定，科技無國界就是騙普通人的。”

“我還記得幾個月前深藍在美利堅的磁盤陣列櫃被偷了，你猜猜這些小偷為什麼要偷走深藍的磁盤陣列櫃，要不是深藍安全方面的技術全球第一的話，估計深藍的一些技術已經被外國人給偷光了。”

“我懷疑這項技術是AI技術，普通的技術根本做不到，我們公司也有研究圖片識別，但是我們的技術比狗東的差遠了，我們的技術只能識別正面照片，沒辦法像狗東這樣不分角度識別。”

作為狗東最大的競爭對手阿狸。

老馬在得知這件事情以後第一時間將技術部負責人叫到辦公室來開會。

“永明，狗東剛才的發佈會你看了沒有？”老馬問道。

“看了，馬總。”吳永明回道。

“我需要你們研發一個相同的功能出來。”老馬說道。

“馬總，這東西比我們想像中的要複雜，我懷疑這是項人工智能技術，根本不是普通的搜索技術，普通搜索技術根本做不到，除了算法以外還需要硬件的支持，就算我們投入大量資金去研究，最快也要3到5年能研發出結果。”吳永明說道。

聽到吳永明的話老馬有些不淡定，他沒想一項技術需要搞個三五年，然而事實比他們想像的要困難。

先不說他們有沒有辦法將AI研發出來，就算他們把圖片識別算法搞出來，他們也沒有足夠的算力去支撐，除非他們能夠從深藍那裏買到AI加速卡。

只是深藍是不可能將AI加速卡賣給他們的，要是深藍願意將AI加速卡公開的話。

那麼深藍就不會捂得那麼嚴實什麼消息都不放出去了。

“不管是三年還是五年都要把它給我研究出來，要是人數不夠你們就讓人事部對外招聘，一定要在最短時間內把這項技術研發出來。”老馬說道。

“好的，馬總。”吳永明露出苦澀的面容說道。

老馬這是給他下了死命令，雖然他也是阿狸的股東，但是他沒辦法拒絕老馬的命令，除非他完全退出阿狸了。

深藍工業園深藍集團。

就在剛才韓琛收到了吳恩達發來的一封郵件，他們AI部門需要招募更多的數學專家，如果只是通過深藍直聘來招聘，根本沒有辦法滿足他們現在的需求。

吳恩達希望通過舉辦一場全球性的數學大賽來挖掘更多的數學專家。

在看完吳恩達的郵件以後韓琛拿起手機給童婧婧打了個電話。

二十分鐘后。

童婧婧推開韓琛辦公室的門走到韓琛的對面坐下。

“韓總，您找我是不是有什麼安排？”童婧婧問道。

“隨着公司的發展需要的人才越來越多，一些人才光靠招聘是十分困難的，所以我打算搞一個人才儲備計劃，這個人才儲備計劃有兩個模塊，第一個模塊就是通過比賽模式來招募人才.”韓琛將自己的想法簡單的說了一遍。

韓琛的這個比賽模式有點類似於後世的阿狸全球數學競賽，只不過阿狸的全球數學競賽只比數學一個項目，韓琛打算將物理、生物、材料、無線電等學科都加進去。

“每個比賽公司會拿出軟妹幣作為獎金，至於獎金怎麼分配你們看着辦，第二個模塊就是人才學校模塊，以深藍集團的名義開辦一個民營大學，這個大學只招收精英中的精英作為學生，凡是從學校畢業在集團實習獲得實習認證的，畢業后可以獲得集團百萬年薪的工作邀請。

我們這所學校不收取任何的學費，所有費用全部由深藍集團來承擔，被錄取學生還能獲得50萬的獎學金。

師資方面給我請最好的老師回來當教學，薪資我們可以給到國際級別標準，常青藤學校給多少薪資我們就給多少。

我們這所學校開設除集團所需所有專業，每個專業班每年只招收100名學生，不招收任何非華夏國籍的學生，對學生考核不但要考核學生專業知識，還必須要考核學生的情商和腦洞。

至於學校的申請和建設我會讓秘書處那邊協助你們。”韓琛說道。

“韓總，我會在一個星期內把策劃書弄出來，一個月內將整個運營團隊籌建起來。”童婧婧關掉手機回會議功能說道。

要是換作以前童婧婧會拿支筆記下韓琛所說每一個字，深藍MAX3擁有實時錄音與文字轉換功能，她只需要將手機拿出來打開會議模式就可以了。

“好，那你回去忙你的事情吧。”韓琛說道。

“好的，韓總。”童婧婧回道。

深藍集團2期4號樓一號會議室。

盤古系統研發負責人嚴輝武將盤古系統所有研發小組組長以及管理層都叫到了會議室進行開會。

“相信大家都很好奇我把大家叫過來幹什麼，就在剛剛韓總給我下達一個新任務，這個任務對於我們來說是個新的挑戰，而且還是一個十分嚴峻的挑戰。”嚴輝武說完打開韓琛發給他的PPT。

PPT第一頁上寫着空間計算系統幾個大字。

“沒錯，韓總要我們研發的就是空間計算系統，那麼到底什麼是空間計算系統呢？想必在座各位都已經看過鋼鐵俠，鋼鐵俠使用全息投影設計機甲時，用到的技術就蘊含了空間計算系統。

只不過撰寫鋼鐵俠的編劇並不知道該如何稱呼這個東西，我們的任務就是將空間計算系統給實現出來，用韓總說的話來說就是荷里活負責想像我們負責實現，大家有沒有信心將空間計算系統做出來？”嚴輝武對着台下的眾人問道。

“有信心。”台下眾人齊聲回道。

對於他們這些科研人員來說越是有挑戰性越是有意思，這樣他們才能將自身的才華徹底發揮出來。

“韓總已經將整個空間計算的框架給做出來了，說真的一開始我都有些懷疑是不是真的，直到我看到韓總發來的PPT，我才知道原來我們的老闆這麼厲害，我們在座的各位都已經是自認是天才了，但是跟我們老闆相比還是差太遠了。”嚴輝武讚歎道。

眾人在聽到嚴輝武說韓琛已經將空間系統的框架做出來那是一個驚訝不已。

“我們現在要做的就是將框架里的內容填充進去就行了，對於空間計算這個東西我也是十分迷茫，如果沒有韓總設計的框架我都不知道該如何開發得好。”嚴輝武補充道。

實際上空間計算並不是什麼新鮮的東西，在場的一些人也聽說過空間計算這個概念。

早在2003年麻省理工學院SimonGreenwold就在論文中引入這一術語。

只是那個時候的硬件水平十分落後，即使有人研究也沒辦法把它做出來，因此只有極少數人知道這個東西，也只有極少數人在研究這個項目。

“空間計算是一種整合虛擬現實（VR）、增強現實（AR）、混合現實（MR）等技術的計算模式，旨在將數字信息與真實世界融合在一起。

這種融合創造了一個全新的計算環境，能夠感知和理解我們周圍的空間，並將數字內容與現實場景相互交織。空間計算的應用範圍非常廣泛，例如地理信息系統（GIS）、智能交通系統、城市規劃等領域均可應用空間計算技術。

空間計算最初指對地圖及其他地理位置數據進行計算和分析以實現定位與測量的技術，隨着XR、虛擬人、數字孿生等技術領域的發展，微觀空間的計算需求也在逐漸增加。

語音、視覺、手勢等其他更為自然的輸入方式將進一步豐富鼠標、鍵盤、觸摸屏等傳統交互模式，使人們能夠以最適合自己當前場景與業務流程的方式進行接入和交互。

從核心技術維度考量，空間計算是由AI技術、三維重建、空間感知、用戶感知、空間數據管理等一系列技術支撐實現的。它是構建元宇宙空間並實現與現實世界自由切換、相互融合的關鍵技術。

從計算載體維度考量，空間計算可以分為端計算、雲計算以及由5G作為重要媒介的雲、邊、端協同計算。通過空間計算可以實現人、物、機器和虛擬空間的無縫銜接，構建數字孿生體，創造虛實融合的新經濟形態，最終驅動新一輪的產業變革。

空間計算反映了我們如何與現實世界中的物體、人、動物和目標進行交互，人類將眼睛中的2D圖像轉換為世界的3D模型，理解世界中的物體，然後指揮我們的手去行動。

例如，當我們倒一杯茶時，我們一邊倒，一邊看着杯子，確定杯子什麼時候滿了，然後當杯子滿了就停下來，空間計算也是如此，但使用傳感器、計算機和執行器。

空間計算涉及多個步驟。

首先，攝影測量、激光雷達和雷達等技術可以捕捉世界的3D模型，激光雷達或雷達通過測量掃描儀周圍物體的激光或無線電信號反射來捕獲3D模型，以自動捕獲表示到每個點的距離的點雲。

攝影測量學被描述為從照片創建3D模型的藝術和科學，它結合了來自多個圖像或相機的圖像，神經輻射場(NeRF)等較新的AI技術可以使用少量圖像捕獲更豐富的表示。

其次，機器視覺等技術分析這些數據以理解圖像，人工智能技術有助於識別場景中的單個對象、查找缺陷、了解步態模式或分析不同工人如何執行流程。

例如，在建築中，這些技術可以幫助監控工作進度，查明門未正確關閉等問題，並識別承包商忘記安裝電源插座等問題。

空間計算的第三個方面涉及採取行動。例如：自動駕駛汽車檢測到前方有行人，並決定實時停車，當有人走進房間時，建築控制系統會根據他們存儲在數據庫中的偏好來決定調整熱量或光線，施工管理系統安排一個團隊安裝缺失的插頭。

由於從物理過程中捕獲的數字3D圖像進行了分析，因此這些示例中的操作是可能的”嚴輝武照着PPT上的內容向在場眾人講解起來。

此刻在場眾人也是聽得津津有味瘋狂攝取這裏面的知識。

實際上AI部門正在研發的sora也涉及到空間計算，很多人都以為Sora只是一個視頻生成AI，Sora是一個繼承了文本理解能力的擴散模型，所謂的擴散模型，走的是一個逆向還原噪點圖片到原目標圖片的邏輯。

OpenAI充分的發揮了它本身的大語言模型優勢，讓視頻數據可以直接用來訓練模型。

正是在這樣的基礎之上，Sora得以理解現實世界的各種物理規律，再根據提示詞語轉換成視頻作品，做出足以以假亂真的效果。這種理解世界的能力是其他AI視頻生成模型所不具備的，也是他們視頻質感差距的重要原因。

Sora就是通過理解現實世界的各種物理規律來實現空間計算的。

之前就說過Sora還能夠應用到自動駕駛上面，一個能夠理解現實世界的各種物理規律的AI，讓它來解讀無人駕駛還不是十分簡單的事情。

只是sora和xr眼鏡的用途並不在一個領域上，不過兩者之間是可以是進行互惠互助的。(本章完)