今年二十大期間，不少媒體在相關報道中增添了一種創新的傳播方式——AI數字人報道。

如新華社推出了AI主播讀新聞系列短視頻，在各大短視頻平臺廣為大眾所認可；北京廣播電視臺所打造的AI數字人“時間小妮”，隔空與多名來自基層的二十大代表暢聊互動；廣西日報和廣西新聞網上線的兩位數字主播聚焦二十大，24小時無間斷播報每日盛會的新聞資訊……

運用了最新技術打造的AI主播們，通過語音合成、唇形合成、表情合成以及深度學習等技術，儼然具備了與真人無異的專業播報能力，正在給用戶帶來耳目一新的體驗。

新聞播報領域的AI技術應用成果，不過是近十年來我國科技發展道路前沿風景的冰山一角。中國新時代十年的偉大成就，離不開科技、人才、創新支撐。

也正是在這十年間，我國人工智能產業熱潮席卷各行各業，從成長期邁向成熟期，腳踏實地，開啟星辰大海的征途。

眼下，隨著國家人工智能標準化（以下稱AI標準化）工作迎來頂層設計，統一的AI標準化體系建立將成為新階段產業發展不可或缺的基石，是時候準備邁入“AI+”產業新生態了。

#01

標準化恰逢其時

自1965年以來，人工智能的發展經歷了幾番潮起潮落，近十年因深度學習算法的突破以及數據、算力等等的改進，形成新一輪爆發熱潮。

AI標準化最初主要體現在對人工智能術語的定義上。發展至今，在最新國際標準中，不僅涵蓋了人工智能相關系統包括生成周期、系統功能、應用等介紹，還從生態系統角度對AI涉及的相關數據及支撐技術，進行了明確界定。

標準化對于促進人工智能產業成熟發展、提升產業國際競爭力，以及共建共享人工智能生態層面有著非凡意義。因此在標準化政策制定方面，國內外一直都賦予高度重視。

如美國專門發布了《國家人工智能研究與發展策略規劃》，強調人工智能工具的性能和可信度相關制定標準；德國標準化協會于2019年開始制定人工智能標準化路線圖；歐盟比較注重AI道德倫理方面的研究，推進了不少相關規范部署；本身機器人標準化基礎和實力不俗的日本，則積極參與相關的國際組織與活動，以提升其在相關原則、國際標準制定中的話語權。

國際上人工智能標準化組織機構成立的時間要早于中國，但在AI標準制定進度上，我國與國際一直是同步的。

早在2017年7月，我國就分別在《新一代人工智能發展規劃》和《促進新一代人工智能產業發展三年行動計劃（2018~2020年）》中，明確要建設人工智能產業標準規范體系，以提升AI核心競爭力。

2018年1月，國家標準化管理委員會正式成立國家人工智能標準化總體組、專家咨詢組；《人工智能標準化白皮書》也在國家人工智能標準化總體組成立大會上隨之發布。2020年8月，國家標準委、中央網信辦、國家發改委、科技部、工信部等五部門聯合印發《國家新一代人工智能標準體系建設指南》（以下簡稱《指南》），我國AI標準化工作迎來頂層設計。

《指南》提出，將在2023年初步建立起人工智能標準體系，重點研制急需標準，率先在重點行業和領域推進。

《人工智能標準化白皮書（2021版）》指出，我國人工智能產業發展雖取得了顯著成果，但也面臨著不少困難和挑戰，比如底層技術存在較大欠缺、能夠實現商業價值的應用較少、與實體經濟的融合存在較高門檻等。

目前來看，我國人工智能產業發展已跨入應用層，但在開創性引領能力上仍有不足，標準化制定尚存差距。

中國工程院院士高文曾表示，我國AI產業發展在如人臉識別、語音識別技術等場景化應用方面，已走在世界前列，但在基礎理論和原創算法、高端器械和芯片、具有國際影響力的AI開源開放平臺及高端人才數量等方面存在短板。

因此，AI標準化體系建立的有序向前也變得恰逢其時。在《指南》指引下，我國人工智能標準建設思路得到明確，標準化工作推進時機已經成熟。

#02

無標準，不行業

去年10月，中共中央、國務院印發《國家標準化發展綱要》，強調標準是經濟活動和社會發展的技術支撐，指出應加強在人工智能等關鍵技術領域的標準化研究。

AI標準體系的建設離不開產業伙伴的協同合作。在政策層面，標準化的頂層設計已經逐步完善，越來越多的企業開始投身于構筑標準化的人工智能世界。

今年的9月初舉辦的上海世界人工智能大會上，人工智能龍頭商湯科技的CEO徐立曾拋出了一個耳目一新的理念：AI的“營造法式”。

“營造法式”一詞脫胎于北宋建筑學家李誡主編的建筑書籍《營造法式》，“法式”即方法論、規則、規范和模式。徐立認為，AI的標準化可以參考建筑的標準化去構建。

《營造法式》中有句話叫“凡構屋之制，皆以材為祖”，在AI行業中，這里的“材”就是AI算法模塊，模塊有了度量的標準之后，就能得到更廣泛的普及。

“我們今天看似不同場景、紛繁復雜的應用，實際上背后歸根結類都是大數據生成的人工智能模型。”，無論是無人駕駛、智慧城市、智慧醫療，都是一種模型的生產，從底層的算力、數據、算法模型，到上層的解決方案和應用，都有標準化結構的存在。

所謂AI定制化場景，就像古代建造不同的建筑需要不同的榫卯結構一樣，用模塊和算法搭建出適用于場景需求的AI模型。這也意味著企業所積累的模型越多，就越能覆蓋更多的場景需求。

商湯科技官方數據顯示，其已生產超過49000組模型。3000個常用漢字，通過各種組詞造句有了漢語。而當AI模型足夠多、定制化形成規模時，AI產業就會形成，產業化意味著標準化。

例如，在人工智能產業比較普遍的自動化標注領域，商湯的數據標注模型已可以全自動標注，將標注效率提升600倍，實現規模化生產。由模塊組建標準化模型后，還需通過協同和分工合作達到生產標準化。

過往AI識別需要標注幾千張圖片，經過訓練才能做出識別，但如今在小樣本識別方面，騰訊優圖實驗室和交通銀行一起研究AI識別單據的模型，僅用5張樣本訓練，就能做到90%準確率。

騰訊優圖實驗室總經理吳運聲在接受經濟觀察網記者采訪時表示：“過去我們面臨的主要課題是如何把相對標準化的功能做好，比如文字識別、車牌號識別，如今這些基礎的辨識工作，AI早已輕車熟路。一個新的課題是如何解決大量非標準化的中長尾功能，邁向更加豐富、更加細粒度的元素識別時代。”

華為輪值董事長胡厚崑則認為，未來的算力網絡將像今天的電網、通信網和高鐵一樣，成為國家經濟發展的新基礎設。

“無標準，不行業”，人們常見、常用的軌道、電源插座、萬維網互聯網協議等都經歷了一個從標準化走向爆發式增長的過程，AI產業也不會例外。

標準化不是約束，而是為了帶來行業的繁榮和百花齊放。

#03

新風口下的立足之本

隨著AI標準化的不斷助推，“AI＋”的產業生態已初步顯現，同時也涌現出一波新風口。車路協同正是當下的熱門領域，其最終能否全面落地也與AI標準化密不可分。

近年來，智慧交通在城市發展中的重要性逐漸顯現，作為根基之一的車路協同通過5G和C-V2X等技術，將道路、車輛以及相關交通要素進行有效融合，被視為智慧交通新基建中的重要一環。

據不久前瑞銀證券發布的報告顯示，預計2022年至2040年中國路側端投資規模有望達到3000億美元，市場潛力非常可觀。

然而，風口之下必然機遇與挑戰并存。

車路協同從實質來看，是產業鏈上下游及公共基礎設施建設的協同，當下自動駕駛汽車的智能化水平參差不齊，對智能道路的要求自然存在差異，能否就標準化達成一致，直接影響著車路協同目標的推進效率。

目前車路協同正處于起步階段，除了商業閉環和信息孤島等問題，還面臨著時空對齊、低時延等技術壁壘，這也考驗著AI企業的內功修煉火候和行業沉淀積累。

相關智能汽車研發企業中，商湯科技的SenseAuto V2X絕影車路協同平臺，試圖構建“聰明的車+智慧的路+協同的云”一體化分析決策方案，這對車端的算力設備和物聯網平臺，路側的雷達+視覺感知精準度，以及云端的數據匯聚和計算無不是一項項艱巨挑戰。

商湯的解決辦法是借助基于SenseCoreAI大裝置提供的強大的算法和算力支持，使得絕影平臺能夠順暢迭代針對性模型，化解各種智能駕駛中的行駛風險。據悉，截至去年年底，絕影智能汽車平臺已有累計超過30家汽車行業客戶，累計前裝定點數量達2300萬臺，覆蓋未來五年內量產的60多款車型。

今年4月，國內自動駕駛賽道的頭部玩家百度Apollo發布了車路協同開放平臺2.0——“開路”。“開路”除了把百度自2016年研發的車路協同全棧技術開放給業界外，還為設施設備和硬件合作伙伴提供技術準則和集成規范，并基于DAIR-V2X開源數據集進一步共享數據，共享場景資源。

在河北保定，通過百度對上百個交叉路口的智能化升級，從而實時動態調整紅綠燈配時，保定城區高峰通行擁堵指數已下降4.6%，平均速度提升11.6%。

同樣在近年來比較活躍的車路協同玩家蘑菇車聯，去年3月與湖南省衡陽市政府簽署戰略合作協議，就智能終端、車路協同及智慧交通等多個領域深度合作。

蘑菇車聯通過V2X、路側智能設施、云計算等共同配合，在單車智能基礎上，有效融入路側感知和云端感知，實現道路交通元素動態實時全覆蓋。預計能將城市整體交通出行效率提升20%以上。

眼下，構建全國主要城市的“車路云一體化”已經成為眾多巨頭及獨角獸企業發力車路協同賽道的口號。政策扶持、資本助推、巨頭入局，車路協同已經逐步走到聚光燈下。

11月2日，中國工業和信息化部在一份通知中稱，將開展搭載自動駕駛功能的智能網聯汽車準入和上路通行試點工作。相信在人工智能產業新生態的趕考路上，這將進一步促進人工智能技術的規模化、標準化發展。