賽格特約作者 熊志

編者按

美國在基礎(chǔ)研究上積累了巨大優(yōu)勢，但中國憑借超大市場優(yōu)勢，也催生了大量應(yīng)用創(chuàng)新。在競爭激烈的通信技術(shù)領(lǐng)域，中國從完全落后到發(fā)展出自己的產(chǎn)業(yè)，只用了30年時間，以5G技術(shù)為代表，華為、中興等企業(yè)幫助中國在專利上建立護城河。進入AI時代，互聯(lián)網(wǎng)企業(yè)利用場景優(yōu)勢，繼續(xù)攻城拔寨，首次建立起超出國際水平的行業(yè)標準。本文試圖描繪，在中國這樣一個超級市場，創(chuàng)新到底是如何發(fā)生的。

從烽火臺傳信、馬匹和飛鴿傳書，到電報的發(fā)明，拉開現(xiàn)代通信系統(tǒng)的序幕，再到移動電話成為大眾通信工具，通信方式的變革，改變了人們的生活方式，推動了社會的進步。

可以說，人類文明的發(fā)展史，也是一部通信技術(shù)進化史，一部讓信息傳輸更加高效、便捷的科技迭代史。

如今，我們已經(jīng)進入了數(shù)字通信時代，5G、人工智能等新技術(shù)的應(yīng)用，讓通信的質(zhì)量和體驗感不斷增強。

就在這兩天，新一代實時語音編碼行業(yè)標準AVS3P10即將正式發(fā)布，這是全球首個系統(tǒng)性引入人工智能應(yīng)用的技術(shù)標準，解決了弱網(wǎng)環(huán)境下的語音通信質(zhì)量問題。

這一技術(shù)標準的支持下，在電梯、地庫、隧道等網(wǎng)絡(luò)很差的環(huán)境下，也能夠低延時、清晰流暢地進行線上會議、語音通話。簡單說，即便遭遇2G網(wǎng)絡(luò)環(huán)境，通話質(zhì)量也可以在很大程度上得到保障。

這項新標準超越了現(xiàn)有國際標準的水平，而主導(dǎo)這項標準的企業(yè)來自AVS內(nèi)部成員企業(yè)騰訊。AVS是“數(shù)字音視頻編解碼技術(shù)標準”的簡稱，該標準工作組由國家信息產(chǎn)業(yè)部科學(xué)技術(shù)司于2002年6月批準成立，除騰訊之外，華為、阿里巴巴、字節(jié)跳動、大疆、聯(lián)發(fā)科以及韓國三星都是其成員。

值得一提的是，在通信領(lǐng)域引入AI能力幾乎成了頭部互聯(lián)網(wǎng)企業(yè)旗下產(chǎn)品的標配，比如阿里巴巴的釘釘會議，就在音頻算法中融入AI技術(shù)，以幫助消除汽車喇叭、鍵盤敲擊聲等噪音。字節(jié)跳動旗下的火山引擎流媒體音頻團隊，之前也曾發(fā)布基于AI編解碼的相關(guān)研究成果。

技術(shù)上，推動AI能力在通信領(lǐng)域的應(yīng)用落地，中國企業(yè)不僅沒有落后美國企業(yè)，并且率先在技術(shù)標準上邁出了實質(zhì)性的一步。一流的企業(yè)賣標準，AVS3P10的發(fā)布意義值得珍視。

中國通信產(chǎn)業(yè)的追趕：從1G到5G

1973年，摩托羅拉研制出第一部手機。不久之后，貝爾實驗室的科學(xué)家們成功打破硬件限制，研制出具有隨時隨地通信能力的蜂窩移動通信系統(tǒng)，歐美國家的通信技術(shù)開始邁向產(chǎn)業(yè)化。

1973年9月，摩托羅拉DynaTAC 8000X正式上市，手機的重量達到1公斤，充滿電要10小時，但最多只能通話半小時

通信技術(shù)的重要性不言而喻，它已成為全球研發(fā)投入最集中、創(chuàng)新最活躍領(lǐng)域之一，大國之間在通信領(lǐng)域的技術(shù)競爭和博弈異常激烈。

中國的通信技術(shù)發(fā)展，早期一直處在落后狀態(tài)。直到1987年，第一代移動通信，也就是我們熟知的1G網(wǎng)絡(luò)，才借助全運會的東風(fēng)在廣州正式開通。這一年，脫下軍裝的任正非，剛剛在深圳創(chuàng)立華為。

技術(shù)上的落后，導(dǎo)致中國的通信市場，一度被國外廠商所壟斷。但經(jīng)過幾十年的追趕，我們實現(xiàn)了從2G跟隨、3G突破、4G同步，到5G引領(lǐng)的跨越式發(fā)展。

行駛在信息高速公路上，通信技術(shù)的應(yīng)用，早已不再局限于打電話、發(fā)短信，觀看高清網(wǎng)絡(luò)直播、實時開啟音視頻會議等等，已經(jīng)成為常見的應(yīng)用場景。

通信技術(shù)產(chǎn)業(yè)上的窮追猛趕，為我們的日常生產(chǎn)生活，帶來了極大的便利，也催生出華為、中興等全球領(lǐng)先的通信設(shè)備龍頭企業(yè)。據(jù)悉，到2024年5月，中國5G基站數(shù)量已超過380萬個，占據(jù)全球60%以上。

憑借著強大的技術(shù)實力和專利積累，頭部通信企業(yè)帶動國內(nèi)通信產(chǎn)業(yè)快速發(fā)展，同時積極參與全球通信標準的制定，提升了中國在全球通信領(lǐng)域的話語權(quán)。

通信技術(shù)作為現(xiàn)代社會的基石之一，其應(yīng)用范圍已經(jīng)遠遠超出了傳統(tǒng)的通信企業(yè)和設(shè)備廠商。值得一提的是，中國通信產(chǎn)業(yè)的彎道超車背后，除了華為、中興等設(shè)備廠商，在應(yīng)用端，頭部互聯(lián)網(wǎng)科技公司，也是重要的創(chuàng)新發(fā)起者。

IPR Daily此前發(fā)布的《全球無線通信網(wǎng)絡(luò)技術(shù)發(fā)明專利排行榜（TOP100）》顯示，2021年6月1日至2023年5月31日，華為、OPPO、VIVO、中興、小米等中國企業(yè)，無線通信網(wǎng)絡(luò)的專利發(fā)明量躋身前十，此外，騰訊、阿里巴巴等互聯(lián)網(wǎng)企業(yè)也入圍專利發(fā)明百強榜。

通信技術(shù)發(fā)展，中國不可能一直模仿

通信產(chǎn)業(yè)是國民經(jīng)濟的戰(zhàn)略性、基礎(chǔ)性、先導(dǎo)性行業(yè)，在這樣一個硬核的領(lǐng)域，互聯(lián)網(wǎng)科技公司是如何參與到科技創(chuàng)新浪潮中，甚至成為引領(lǐng)者的？

一直以來，很多人對互聯(lián)網(wǎng)科技公司存在著認知誤區(qū)，認為國內(nèi)的這些頭部大廠，擅長的只是模仿，就算是創(chuàng)新，也不是底層技術(shù)的創(chuàng)新，而是局限于商業(yè)路徑的創(chuàng)新，把創(chuàng)意放在讓用戶掏錢這件事情上。

在互聯(lián)網(wǎng)行業(yè)發(fā)展的早期，“中國負責(zé)模仿”的判斷，在某種程度上確實成立。早期國內(nèi)的一些互聯(lián)網(wǎng)應(yīng)用，都能找到歐美版本的原型。比如百度之于谷歌，淘寶之于ebay，微博之于twitter等等。

但互聯(lián)網(wǎng)行業(yè)發(fā)展到今天，金字塔尖的頭部大廠，早就告別了復(fù)制模仿的低水平層次，而是正在走向引領(lǐng)創(chuàng)新的新階段。

通信技術(shù)和人工智能的融合，可以提供一個觀察視角。

比如我們進行語音通話，或者進行線上的視頻會議，音視頻信號，往往要先轉(zhuǎn)化成數(shù)字信號進行存儲和傳輸，轉(zhuǎn)換過程需要采用編碼解碼技術(shù)，先壓縮去除冗余信息，再解碼重建。

其中，音質(zhì)損失和壓縮效率的平衡是巨大挑戰(zhàn)。音頻體積太大，弱網(wǎng)環(huán)境下就會導(dǎo)致通話卡頓；壓得過度，音頻質(zhì)量受損，清晰度下降，就會聽不清。

這次發(fā)布的語音編碼行業(yè)標準AVS3P10，是在傳統(tǒng)音視頻技術(shù)基礎(chǔ)上，開創(chuàng)性地引入了人工智能，借助深度學(xué)習(xí)網(wǎng)絡(luò)，預(yù)測并重建語音中的細微結(jié)構(gòu)，讓“聽得夠清”與“壓得夠小”實現(xiàn)兼容。

騰訊會議天籟實驗室攜手騰訊AI Lab研發(fā)的Penguins編解碼器把經(jīng)典信號處理和最新的深度學(xué)習(xí)技術(shù)結(jié)合在一起，突破了傳統(tǒng)編碼器的天花板

讓電梯里也能實現(xiàn)清晰語音通話，AI的強大能力遠不止于此。在實時語音傳輸領(lǐng)域，它已經(jīng)有了廣泛的應(yīng)用。

互聯(lián)網(wǎng)科技公司依托用戶需求，進行產(chǎn)品設(shè)計，以應(yīng)用為核心開展技術(shù)集成創(chuàng)新，讓人工智能在通信領(lǐng)域加速落地，成為中國下一代通信技術(shù)和標準的重要參與者。

這里有一個重要背景，那就是在捕捉用戶需求方面，以服務(wù)C端客戶起家的互聯(lián)網(wǎng)科技巨頭比傳統(tǒng)服務(wù)B端客戶的廠家更有優(yōu)勢。

畢竟，中國作為一個統(tǒng)一的超大型通信應(yīng)用市場，一度因為行政原因而處于割裂狀態(tài)，相反，市場化社交通信產(chǎn)品的普及，最終將割裂的通信市場彌合成一張相互連接的通信網(wǎng)絡(luò)。

AI商業(yè)應(yīng)用，中國有超大應(yīng)用場景優(yōu)勢

一個有趣的事實是，在諸多前沿領(lǐng)域，盡管一些顛覆式創(chuàng)新的開創(chuàng)者是歐美，但是引領(lǐng)新技術(shù)率先進入商業(yè)應(yīng)用環(huán)節(jié)的，卻往往是中國企業(yè)。

在Open AI在為通用大模型的商業(yè)化變現(xiàn)發(fā)愁時，國內(nèi)已經(jīng)有很多互聯(lián)網(wǎng)科技公司，在音視頻傳輸、游戲策劃、影視制作、廣告營銷等領(lǐng)域，將大模型率先落地，有的甚至開始賺錢了。

AVS3P10通信標準的落地，是數(shù)字技術(shù)應(yīng)用和場景創(chuàng)新的一個縮影，而類似的案例還有很多。

像前不久，網(wǎng)易推出首款A(yù)I游戲《逆水寒》手游，游戲內(nèi)嵌入了全自動“AI作詞機”，游戲中的NPC，不再是固定的對話模板，而是有了接近人類智能的對話能力。

該游戲的AI引擎學(xué)習(xí)了《全宋詞》和《全宋詞補輯》，共計2萬余首

從落后追趕，到引領(lǐng)潮流，率先為新技術(shù)開辟廣闊的應(yīng)用天地，這一切是如何發(fā)生的？

事實上，科技創(chuàng)新從來不是簡單的線性遞進。在當(dāng)下而言，技術(shù)進步與應(yīng)用創(chuàng)新的“雙螺旋結(jié)構(gòu)”越來越突出。簡單來說，作為推動力的技術(shù)進步，與作為拉動力的應(yīng)用創(chuàng)新之間的互動推動了科技創(chuàng)新。

中國用戶基數(shù)龐大，市場廣闊，新技術(shù)往往有海量的應(yīng)用場景，應(yīng)用創(chuàng)新的不斷涌現(xiàn)，正是建立在超大規(guī)模的市場優(yōu)勢下。

像ChatGPT這樣的大語言模型，它的技術(shù)核心在于深度學(xué)習(xí)能力，深度學(xué)習(xí)能力的提升，建立在對海量的語料數(shù)據(jù)進行訓(xùn)練的基礎(chǔ)上。

應(yīng)用端的市場越大，越多的用戶參與，給機器提供訓(xùn)練學(xué)習(xí)的數(shù)據(jù)資源，輸出結(jié)果就越準確。就好比汽車行業(yè)，用戶數(shù)量更多的車企，在發(fā)展智能駕駛上有先天性的優(yōu)勢。

在通信領(lǐng)域，騰訊、阿里巴巴、字節(jié)跳動等互聯(lián)網(wǎng)科技公司，為什么能率先實現(xiàn)人工智能的應(yīng)用創(chuàng)新？一個重要前提也在于，它們有海量的用戶，提供海量的數(shù)據(jù)資源以供技術(shù)訓(xùn)練。

像騰訊在主導(dǎo)推出AVS3P10通信標準之前，相關(guān)技術(shù)原型，在2021年起逐步落地到騰訊會議車載模式、弱網(wǎng)模式、QQ語音通話等多個產(chǎn)品場景中。大量的數(shù)據(jù)訓(xùn)練，AI語音信號建模更加精確，編解碼不至于造成音質(zhì)大幅損失。

更重要的是，應(yīng)用創(chuàng)新，本身是源于用戶需求。

互聯(lián)網(wǎng)科技公司貼近市場，貼近用戶，能通過大數(shù)據(jù)、用戶反饋，更準確地捕捉到用戶的痛點，了解技術(shù)如何轉(zhuǎn)化為商業(yè)價值，并在具體產(chǎn)品中實現(xiàn)其應(yīng)用價值。這也是一種創(chuàng)新能力。

比如，提升翻譯、寫作效率的用戶需求，推動自然語言處理的技術(shù)創(chuàng)新；復(fù)雜的路面條件駕駛的疲憊，驅(qū)動車企在智能駕駛上持續(xù)發(fā)力；弱網(wǎng)環(huán)境下低延時、高保真度的音視頻通話需求，倒逼互聯(lián)網(wǎng)企業(yè)不斷優(yōu)化網(wǎng)絡(luò)通信技術(shù)標準……

場景應(yīng)用的多樣性，數(shù)據(jù)的豐富性，使得人工智能技術(shù)能夠更加準確地理解用戶需求，提供更加智能化、個性化的服務(wù)。

另一方面，大規(guī)模市場下會有更多需求，也帶來了更廉價的解決方案，形成規(guī)模經(jīng)濟效應(yīng)，解決技術(shù)落地的成本難題。

最近幾天，OpenAI宣布對中國API停止服務(wù)，這對一些套殼大模型公司的確是災(zāi)難性的，但對于潛心自研的企業(yè)來說，反而提供了更廣闊的市場機遇。事實上在幾個月前，國內(nèi)主流的大模型廠商，都開始了不斷降價搶占用戶。

大模型降價，意味著單位利潤的下降。但它的另一面是，使用門檻降低，可以吸引更多的用戶，一起分擔(dān)AI推理的巨大成本。只要中國的大模型可以捕捉用戶真實的需求，提供有價值的服務(wù)，就能形成商業(yè)與技術(shù)層面的追趕步伐。

找到應(yīng)用場景，創(chuàng)新就能持續(xù)發(fā)生

科技創(chuàng)新只有轉(zhuǎn)化落地，收到市場的正向反饋，才真正意義上實現(xiàn)了它的價值。

就像元宇宙的遇冷所折射出來的，一項前沿技術(shù)，如果找不到應(yīng)用場景，遲遲無法和用戶建立鏈接，實現(xiàn)商業(yè)化的變現(xiàn)，技術(shù)研發(fā)自然猶如無源之水，不可能持續(xù)。

以往很多人常說，中國的互聯(lián)網(wǎng)科技公司，只擅長商業(yè)模式的創(chuàng)新，人工智能應(yīng)用突破的不斷涌現(xiàn)，其實在逐漸打破這種偏見。

數(shù)據(jù)顯示，在2021年，AI領(lǐng)域的專利年度新增數(shù)量，中國的平臺企業(yè)，已經(jīng)正是超過美國的平臺企業(yè)，覆蓋算法優(yōu)化、數(shù)據(jù)處理、智能決策等各個領(lǐng)域。

2014年以來，國內(nèi)關(guān)鍵數(shù)字領(lǐng)域獲授權(quán)專利快速增長，美國先是波動增長，2019年之后開始下降

它也說明，技術(shù)進步與應(yīng)用創(chuàng)新的“雙螺旋結(jié)構(gòu)”下，基礎(chǔ)研發(fā)相對落后的中國，正在走出一條不同于歐美的科技創(chuàng)新道路，也即通過應(yīng)用落地推動反向創(chuàng)新的路徑。

依托超大規(guī)模市場優(yōu)勢，廣大的互聯(lián)網(wǎng)科技公司，具備了強大的技術(shù)商業(yè)化能力。

它們以數(shù)字技術(shù)應(yīng)用和場景創(chuàng)新為重點，基于用戶需求和體驗，不斷優(yōu)化產(chǎn)品的設(shè)計和研發(fā)能力，逐步向產(chǎn)業(yè)上游發(fā)展，推動科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新融合，提升整個行業(yè)科技水平。

當(dāng)我們在電梯、地庫、隧道，也能夠流暢地進行視頻通話時，背后是一個潛移默化的改變正在發(fā)生：

越來越多的中國互聯(lián)網(wǎng)科技公司，正在從依靠規(guī)模獲取利潤，轉(zhuǎn)變?yōu)樯罡夹g(shù)創(chuàng)新，以此謀求持久穩(wěn)健的發(fā)展，并崛起成為引領(lǐng)科技創(chuàng)新浪潮的領(lǐng)軍力量。