相比其他大厂，网易对大模型的发声更为“低调”，其实，在AI领域，网易一直有着自己的节奏与方向。在2024世界人工智能大会（WAIC）上，网易展台上，除了伏羲挖掘机器人外，还带来多款全新的人工智能产品，涵盖的领域包括了游戏、工业、教育、娱乐、美术创作，以及元宇宙等。

　　在大会期间，网易伏羲有关负责人接受了记者的采访。网易伏羲旗下多模态智能体助手“丹青约”升级后首次在WAIC亮相，据悉，该产品为网易自研“易生诸相”多模态大模型的落地应用，升级后的“丹青约”可以提供图文并茂的多模交互体验。然而，在本届展会上，亦同时面对不少友商在图片生成AI应用的竞争，网易伏羲丹青约产品负责人陈天威看来，国内有许多做图文模型的团队，其遇到的问题是没有应用场景可以落地，这将导致大家不知道该往哪个方向去做。

　　然而，伏羲的优势就在于网易本身就有两个很大的场景，游戏美术制作与营销素材生产。其表示，在过去两年间，丹青约团队已经积累了许多图文落地相关的探索。

　　此外，在技术上，伏羲团队一方面坚持自研易生诸相图文模型“丹青”。而另一方面，网易雷火游戏沉淀了大量的高质量精美图片数据集，给予了伏羲团队庞大的数据储备。此外，“丹青”在中文语义方面进行了深入优化，使得用户在使用模型时，即使是很口语化的表达，模型也能充分理解。与此同时，“丹青”模型的生成效果具有较好的国风审美。

　　记者现场体验“丹青约”小程序发现，只需给出一句话指令，例如“帮我戴上墨镜”“背景换成海边”“从白天变成晚上”等，AI即可理解意图并直接生成结果。除了文本对话外，还可以在图片上精准框选需要修改的内容、反馈修改指令，通过人机协同的方式，将图片结果优化得更贴近用户需要。

　　至于伏羲团队为何选择在图文赛道中，更专注于多模态指令修图的能力，陈天威坦言，“改图，或者说图生图，其实是在真实业务场景中更高频的需求。”其表示，“丹青”模型一直在迭代多模态交互的能力，虽然现在有许多模型可以生成很好的效果，也有灵活的可控生成能力，但其实大部分人不会用。因此团队一直在做的，是去实现人机交互最原生的形式——对话。让用户直接“说出需求”，AI直接完成，从而把使用门槛降得足够低。另外，对于近期较为火热的视频生成赛道，伏羲团队认为，视频生成技术与图文生成技术并不冲突，反而是随着视频生成技术的愈发成熟，图片生成的需求越来越旺盛。

　　服务矿山等工业场景链路智能化

　　在本届WAIC上，网易推出了其首个机器人品牌“灵动”。据介绍，这个全新的机器人品牌是网易伏羲团队依托于自身研发的强大工业大模型以及先进的AOP（面向智能体编程）技术理念所打造的。据悉，“灵动”旗下的两款核心产品：挖掘机器人和装载机器人，已参与10多个省份的50个重点建设项目，覆盖矿山、港口、搅拌站、学校等多种应用场景。

　　网易做“挖掘机”在一些业内人士看来，有些“不务正业”，对此，网易灵动技术负责人陈赢峰接受记者采访时谈及，“在游戏等娱乐行业，当中有很多技术是通用的。例如游戏里会需要控制NPC走路或者做许多动作，这就跟现代的人形机器人控制非常类似。网易在这方面有相当丰富的数据积累。”

　　然而，在矿山等工业领域“落地”AI技术，并且进一步实现矿山场景整个链路的智能化，在网易看来，不管从整体行业还是企业来说，都是非常有价值。“矿山属于传统行业，特别是一些比较艰苦的行业里面，工人的平均年龄已达到40多岁，资源开采又是作为社会运转的最基础物质保障。因此，智能化、无人化矿山是相当有意义的。”

　　文/广州日报新花城记者：文静

　　图/广州日报新花城记者：文静

　　广州日报新花城编辑：龙嘉丽