邬贺铨院士为“黑科技”获奖单位颁奖

华为云知识计算图示。

蝰蛇音效展示。

屏幕内容编码技术展示。

视频内容生成技术展示。

基于AI的机房智慧节能运维系统展示。

奇安信零信任身份安全整体解决方案展示。

蚂蚁高性能强安全隐私计算平台展示。

　　5月26日，2021中国国际大数据产业博览会“数博发布”之领先科技成果发布会在贵阳国际生态会议中心举行。发布会上共发布49项领先科技成果，其中“新技术”10项、“黑科技”7项、“新产品”20项、“商业模式”7项、“科技抗疫”5项。

　　获奖项目中最吸引眼球的莫过于“黑科技”项目，分别为“华为云知识计算”“酷狗音乐蝰蛇音效”“屏幕内容编码技术”“基于跨模态协同学习的虚实融合视频内容生成技术”“面向大数据存储及高性能计算的总线级数据中心网络技术的研究与应用”“奇安信零信任身份安全解决方案”“蚂蚁高性能强安全隐私计算平台”。

　　“黑科技”指高科技演变出来更强大或者更先进的技术以及创新、软硬件结合等，也包括基于现有技术改进升级产品的使用体验等。这些“黑科技”不仅在科技水平上领先时代，而且能真正服务生产生活，帮助实体经济发展提高效率或降低成本。

　　华为云知识计算

　　（华为技术有限公司）

　　各行各业都在发展的历史长河中沉淀了大量的知识，比如生产系统中的机理模型、大量的行业技术典籍文献、专家大脑里面的宝贵经验、历史积累的方法总结、测试报告等，但十分缺乏高效利用知识的方法。知识计算就是把各种形态的知识，通过一系列AI技术进行抽取、表达、协同计算，进而产生更为精准的模型、方法再赋能给机器和人的一种全新方法。

　　华为云发布业界首个全生命周期知识计算解决方案，该方案以ModelArtsAI开发平台为基础，包含知识获取、知识建模、知识管理，以及知识应用四大模块，覆盖知识在企业的生产环节中的全生命周期。通过应用知识计算解决方案，企业将可以打造自己的知识计算平台，整合分散在不同介质、多种形态的企业数据，形成带有建议性的知识，有效用于预测分析和辅助决策，提高企业的经营效率。

　　知识计算平台可以广泛用于研发、生产、运营、销售、售后服务等企业核心流程。目前，石油、汽车、医疗、化纤、煤焦化、钢铁、交通等行业已经率先实践。华为云知识计算解决方案提供的流水线式自动构建图谱的能力，非常适合复杂多变的企业场景，通过内置的丰富模型算法，支持隐藏关系的挖掘，让沉淀在数据湖中的数据可以产生新的价值。华为云自研的图GES引擎，将支持万亿级超高性能查询，支撑集团各地的海量终端同步发起查询，满足各项业务快速增长的需要。

　　酷狗音乐蝰蛇音效

　　（广州酷狗计算机科技有限公司）

　　蝰蛇音效用户总数超4亿，是一个专注于在多媒体视听领域提供丰富听觉体验的强大音效技术。从酷狗音乐强大的声学技术和数据孵化而来，提升了大众音频收听品质的体验。

　　蝰蛇音效拥有超过一万个满足不同人群需要的特色音效产品，为数字音乐增值，为数字音乐用户带来DIY的有趣玩法。蝰蛇音效经过多年技术研发，针对各大音频硬件厂商的不同产品做出专属音效，至今已为汽车、电视产品、耳机等行业产品专门适配，覆盖多个硬件产品品牌，解决因硬件带来的听感差异。

　　蝰蛇音效拥有多项专利，使用数字音频技术对音频技术进行优化，让在线音乐平台实现了从2D音效到3D音效的跨越，弥补了国内音效市场的空白，以不断更新的技术获得国内用户的青睐。此外酷狗音乐发挥亿级用户基数，对国内用户使用习惯较为熟悉，通过数据支持，AI分析，独创了媲美海外的音频处理技术，输出用户最舒服和最喜欢的效果。经过8年的发展，“蝰蛇音效”的生态系统已覆盖官方音效、专业调音、用户制作音效等，已经基本建立起一个有层级、有梯度、需求垂直细化的用户社群和音效内容生态。

　　未来，酷狗音乐将继续迭代蝰蛇音效，让更多用户都能体验到数字技术给音乐带来的更多乐趣。

　　屏幕内容编码技术

　　（深圳市腾讯计算机系统有限公司）

　　视频会议和在线教育等产品正在改变人们的工作和学习方式，其重要性在全球新冠疫情中得到了充分展现，屏幕共享是这些应用的共性关键技术。不同于普通的摄像头采集的视频，屏幕内容视频往往存在很强的方向相关各项异性和跳变，使用传统的视频编码方法对屏幕内容进行压缩时效率很低，导致传输带宽成本很高，用户体验下降，屏幕内容编码技术就是为了解决这一问题而提出的一整套解决方案。短期来看，现有的视频编码标准HEVC包含一个支持屏幕内容编码的扩展档次SCC，考虑到屏幕分享的重要性，多媒体实验室实现了一套自研的支持屏幕内容编码技术的实时编解码器。与业界最优秀的开源X265编码器相比，该编码器无论在编码效率还是编码复杂度方面都具备极大优势。此外，还在实时场景下加入了动态切换编码器的策略，通过实时检测客户端的场景以及客户端的各种性能，来切换不同的编码器，以求在不影响用户体验的情况下，充分利用每个编码器的优势来达到节省带宽的目的。

　　长期来看，HEVC虽然也在一定程度上考虑到了屏幕分享的需求，但只是将这类的编码工具加入到了扩展档次，同时该类算法的硬件实现成本较高，所以导致大量的硬件解码器不支持这一特性，这也对屏幕编码技术的应用带来了一定的局限性。基于此，腾讯多媒体实验室积极参与新一代编码标准制定，并成功推动屏幕内容编码技术加入到了国际标准（VVC，EVC）和国内标准（AVS3），这也意味着之后所有支持VVC/EVC/AVS3的解码器均需要支持该类技术的解码，为屏幕内容编解码提供了更广泛的硬件支持，也进一步扩大了屏幕编码技术未来的应用场景。

　　基于跨模态协同学习的虚实融合视频内容生成技术

　　（北京影谱科技股份有限公司）

　　随着流媒体技术、互联网技术和人工智能技术的发展，视频数据呈现爆炸性增长趋势，视频数据已经成为互联网和移动互联网流量的重点。然而，当前视频内容制作依赖实景拍摄和复杂后期处理，存在成本高、效率低等问题，无法满足用户和机构对于视频内容日益增长的需求。目前，借助计算机进行视频内容生成相关的技术方案，在计算机图形学和计算机视觉领域已经有了多年研究，其中主流方法是通过多模态融合生成技术实现。传统的方法在准确性和时效性方面都有明显缺陷，因此基于深度学习和人工智能技术的虚实融合与内容生成技术方案成为了当前的研究热点。

　　北京影谱科技股份有限公司提出基于跨模态协同学习的虚实融合视频内容生成技术，集合多种深度学习模型、数据处理技术和性能优化方法，针对视频内容中的道具和人物这两大类主要元素，搭建相应的计算机系统来实现自动化生成。视频内容生成技术，在科研上走在学科前沿，具有极高的理论水平和广泛的实用价值；基于跨模态协同学习，实现文字、语音、图像、视频等信息形态的跨模态转换，自动化完成视频中的道具植入、人物生成等，为电视台、报业、融媒体中心、互联网平台等机构用户，提供专属智慧应用解决方案。该技术为客户大幅度节省视频生产环节中摄录、制作所需的时间和成本，极大地提升媒体、影视、教育、互联网等行业的视频内容生产效率。针对解决人物脸部和嘴部动作合成的准确性、真实性和时效性问题，提出了包括基于语义校正学习的人脸关键点定位、基于跨模态深度对齐的嘴型生成、基于对抗学习的面部纹理合成以及基于事件驱动模式的低延迟流式生成等一系列关键技术解决方案，研发了一套面向虚拟道具和人物的自动编辑和生成系统，实现了虚拟内容的低延迟流式生成。

　　面向大数据存储及高性能计算的总线级数据中心网络技术的研究与应用

　　（中国信息通信研究院、华为技术有限公司、北京三快科技有限公司、北京京东尚科信息技术有限公司、北京百度网讯科技有限公司、中国电信股份有限公司北京研究院、中移动信息技术有限公司）

　　数字经济是撬动未来经济增长的新杠杆，我国新基建大数据倍增。当前，在我国新基建大数据中心的建设过程中，如何针对海量数据提升存储与训练性能，全面提高数据价值向经济价值转换率，是当前亟待解决的问题。

　　大数据中心网络流量模型微秒级的场景化变换一直制约着大数据中心网络基础设施的建设，网络性能的受限导致智能计算与存储系统的算力无法有效发挥。随着计算、存储器件技术的迅猛发展，数据中心的算力、存力都得到了百倍，甚至千倍的提升，数据中心网络也需要相应地性能升级，才不会成为端到端应用的瓶颈。

　　当前基于以太网的数据中心网络在使用过程中，时延较高、可靠性低。以大数据存储、HPC为代表的高性能应用，在金融、证券、教育、工业等行业的使用非常广泛。低时延、高可靠是行业客户非常重视的网络能力。我国大数据存储和高性能计算所采用的高端网络设备主要采购自国外，存在一定的短板，急需具备自主可控、高性能、高可靠的数据中心网络，助力数据中心领域国产化产业升级。

　　奇安信零信任身份安全整体解决方案（奇安信科技集团股份有限公司）

　　奇安信零信任远程访问解决方案，是奇安信零信任身份安全整体解决方案的关键场景子方案，是在远程访问常态化背景下帮助用户迈出零信任第一步的强力抓手。

　　方案聚焦业务需求和端到端风险，立足零信任架构的“以身份为基石、业务安全访问、持续信任评估、动态访问控制”四大关键能力，顺应无边界化远程访问需求，确保任意人员，任意终端、从任意时间、地点、场景访问任意业务，提供更安全、更易用的远程访问体验，满足企业日益复杂的远程访问业务需求，助力企业数字化业务开展。方案基于奇安信乐高化场景扩展和能力叠加设计理念，后续可持续扩展到安全运维场景、数据交换场景、内网办公场景等，在奇安信零信任身份安全整体解决方案框架下，助力实现全场景的安全架构、安全策略、安全运行统一，实现全场景零信任架构迁移。

　　蚂蚁高性能强安全隐私计算平台（蚂蚁科技集团股份有限公司）

　　蚂蚁高性能强安全隐私计算平台项目研发了基于隐私保护的数据开放计算技术，构建了具备高性能、强安全的隐私计算平台，破解了在数据资产分布式存储和分属不同主体环境下，确保数据安全、实现隐私保护的协同计算这一世界性技术难题。

　　蚂蚁集团自2016年起开展以金融数据价值融合计算为中心的关键技术攻关和平台研发，在安全计算算子、隐私保护机器学习算法、隐私保护学习平台、工业级安全多方数据库等方面具有重要技术突破，实现了多方机构间信息聚合和资源价值共享，并在金融领域取得规模化应用，已服务全球超过5亿用户和8000余万商家。项目成果对于打破数据孤岛，充分发挥数据资产价值，推动金融、医疗、政务等数字经济典型领域的场景创新具有重要意义。成果在金融领域实现率先应用，有利于助力普惠金融和促进社会公平，经济效益和社会效益显著。

　　项目解决了大数据计算难题，同时解决了数据价值融合与隐私保护的技术难题，整体技术达到国际先进水平，其中构建的混合密态计算协议和安全机器学习算法达到国际领先水平。项目已获授权发明专利32项（其中国际专利2项），主导和参与国际、行业、团体标准6项。

　　项目通过了中国人工智能学会组织的科技成果鉴定、国家工业信息安全发展研究中心组织的科技查新、国家信息技术安全研究中心组织的信息安全技术检测，以及中国信息通信研究院组织的大数据产品能力评测和可信执行环境能力专项评测。