个人介绍：OPPO 高级算法架构师，现任数智系统机器学习 TMG 主任、小布智能中心多模态学习负责人，促进小布从语音助手进化成多模态助手，打造 AndesGPT 多模态能力，落地了多个小布 AIGC 场景，有小布绘画、锁屏壁纸生成、小布空间图片生成等。2020年8月加入 OPPO，参加商业算法软件商店首页攻坚，贡献了千6AUC提升和2点多ARPU值提升；随后调入数智系统机器学习部，负责了端云协同的StarFire项目；之后又调入小布智能中心，负责多模态学习，短时间搭建了虚拟人算法团队和StarLite项目团队，启动了多模态预训练和AIGC项目。在机器学习领域有十几年经验，对CV、NLP、音频、推荐系统等算法有深刻认知，对AI工程化有实操经验，十分关注通用智能的发展，多模态技术是通用智能的关键一环。硕士毕业于清华大学，本科毕业于人民大学。 演讲题目：借鉴 ChatGPT 思想，小布助手在 AIGC 上的探索 演讲提纲：近年来，大规模预训练技术持续发展，在 NLP、CV 和跨模态领域取得突破，ChatGPT、SwinTransformerV2、StableDiffusion、GPT4 是其中的明星代表，在工业界也产生了巨大的应用潜力。OPPO 在两年内先后启动了 CV 大规模预训练、NLP 大规模预训练、多模态预训练、AIGC 绘图和 AndesGPT 等项目，在 OPPO 小布助手和主题商店等应用场景研发了各种产品能力，产生了很大的业务价值。这些技术和应用，也引发了一些开放问题，比如“仅仅靠自回归大语言模型是否能产生 AGI？”、“ChatGPT 技术是不是能迁移到 CV 领域？”等。本报告将介绍 OPPO 在多模态方向的研究成果，并针对业界进展和上述问题，阐述深层次思考以及未来有价值的探索方向。 听众收益： 1. 介绍目前处于 SOTA 水平的基于卷积和 VIT 混合创新表征的小参数量模型； 2. 深入分析各种个性化 AIGC 绘图技术，并介绍组合落地到具体应用场景的经验； 3. AIGC 绘图领域如何借鉴 ChatGPT 的思想或技术； 4. IQ 的 8 个种类及表征，浅谈通往 AGI 道路的具体范畴。