首届全球数字贸易博览会（以下简称“数贸会”）是目前全国唯一经中央批准的以数字贸易为主题的国家级、全球性的专业博览会。本届数贸会由素有“欧洲硅谷”之称的爱尔兰担任主宾国，更邀请了包含联合国工发组织、世界贸易组织、联合国国际贸易中心等国际组织，及爱尔兰、新加坡、比利时等国家政要，共50多个国家重要外宾以线上线下联动方式参会。

会议共4日，以“数字贸易 商通全球”为主题，围绕数字贸易产业、生态、平台、制度、监管五大体系开展之江数字贸易论坛，包含1场主论坛和16场分论坛，聚焦全球数字贸易的发展、趋势、规则、标准展开史无前例的全球性探讨，探索全球数字贸易新机遇，推动全球数字贸易健康发展。

当前，世界经济正在向数字化和信息化转变。随着信息技术快速发展与近年来全球疫情影响，加速了传统贸易向数字化创新的发展。数字贸易使得货物和服务交易能够以数字或实物方式完成，意味着数据除了可以成为生产资料，也可以成为支持贸易的资产或组织全球生产平台和提供服务的手段。随着应用互联网、大数据、AI、数字平台的不断成熟，数字贸易将面临庞大的全球化的机遇和发挥空间。

数字贸易是以数字技术与经济、社会深度融合、共同演进的产物，催生了大量贸易新业态、新模式。包括贸易活动中产品设计、生产制造、物流运输全流程的数字可视化，以及数字化平台的商品交易和数字化服务，如数字产品、信息数据等。数字贸易已然成为促进对外贸易发展的重要力量。

以AI为例，在数字贸易中，AI可以算得上是最重要的数字化手段之一。无论是单独的AI能力抑或是服务商平台，AI技术所能提供的服务已经十分成熟，可以助力企业打通数据处理、生产研发、运营、服务、交付等多个价值链的环节，从而达到降本增效的目的。

在数贸会【智慧AI，智联世界】分论坛当中，就着重讲述了AI技术在数字贸易领域的发挥。分论坛中，国内多家聚焦AI、数字平台、数据分析等技术服务商齐聚，重点围绕AI技术在数字贸易领域的重要能力和应用，以及全球化服务的优势与服务等方面，展示了我国AI技术在数字贸易领域的最新进展与探索。

【智慧AI，智联世界】分论坛分别邀请了中兴通讯Adlik项目负责人，联合国国际电信联盟FG－AN PoC组主席袁丽雅、网易伏羲视觉计算组负责人李林橙、网易伏羲侯杰、众享比特未来融合研究院李扬、翼方健数（BaseBit．ai）首席科学家张霖涛作为分享嘉宾，从深度学习、虚拟形象、智能交互、AI＋医疗、隐私安全计算、AI服务平台等方面介绍了当前AI技术在数字贸易中的落地情况与发展。

1

推进贸易数字化

落地应用才是硬道理

AI近年来的发展可以说是有史以来最快速的。与大数据、物联网等其它先进技术齐头并进。如果说物联网是在数据的采集层，大数据是在挖掘层，那么AI可以说是处于“学习层”，三者属于层层递进的关系。而深度学习作为AI的重要能力之一，如今发展如何？应该如何落地、“落”到何处？

中兴通讯Adlik项目负责人，联合国国际电信联盟FG－AN PoC组主席袁丽雅在分享中提到，当前大型预训练模型的研究正在蓬勃发展。大模型的研究越来越多，尤其是在CV和NLP领域。大模型最显著的特点就是参数量巨大。在NLP领域，谈到超大模型必然想到预训练语言模型GPT（GPT：1．17 亿 GPT－2：15亿 GPT－3：1750亿）。基于“模型越大，效果越好”的假设。少量的数据Fine－tuning迁移到其他场景。但问题在于：训练和部署需要大量的计算资源。如果不对这样的模型进行优化和简化，很多小企业用起来的负担是很大的。

其次，AI与工业的融合不断深化，AI和产业的融合也在日益加深，尤其是当AI和5G、IoT、区块链等技术相结合的时候。一方面是传统行业很多正在向智能化转型；另一方面，AI也催生了很多新行业。

最后，大规模部署的需求正在增长。很多PoC，概念验证项目，迫切等着落地，已经小范围落地的，也不再满足于之前的小作坊式、小规模的一亩三分地，而是期望走向大规模商用，从0－1走向1－100。

在此背景下，为了将AI前沿的理论研究在实际中发挥价值，AI的产业化势在必行。而作为面向AI工程化实践的重要路径，MLOps也开始受到行业的广泛关注。

MLOps（Machine Learning Operations ／ 机器学习运维）是一种ML工程化实践，旨在整合ML模型开发（Dev）和ML模型运维（Ops），连接构建机器学习应用中涉及的不同的团队，打造一个自动化的标准化的机器学习流水线，从模型开发到模型部署，漂移的监控，模型和数据的管理等等。包括模型构建、训练、调优，ML工作流创建，模型持续集成、持续部署，模型大规模持续交付、持续监控等一系列流程和最佳实践，尽可能构建ML流程自动化，以实现持续交付和大规模的AI部署。

那么，MLOps该如何落到实践中？对此，袁丽雅给出多个应用场景供大家参考：

1、内部调研：

发现在机器学习落地过程中的痛点；

2、调查评估：

调研团队规模，评估使用范围、项目价值；

3、整合内部资源：

发现在机器学习公司已有的MLOps或DevOps实践；

4、开源工具选型：

基于需求，根据质量、活跃度、成熟度在MLOps技术栈中选择适合的开源项目；

5、确定方案：

确定整体的MLOps技术方案、评估可行性；

6、敏捷迭代：

从小模型、少数据开始先跑通流程，逐渐迭代，加入更多、更大的模型。

同时，袁丽雅还推荐了两个深度学习开发者使用的工具：

1、Adlik：

深度学习模型推理工具，在Linux基金会AI和数据基金会（LF AI ＆ Data）开源。这类设备的特征是体积小、功率小、算力低，是一种将深度学习模型从训练完成，到部署到云、边、端等多种场景，并提供应用服务的端到端工具链，实现模型从研发状态到生产应用环境的高效切换；与多种推理引擎协作，提供灵活的模型加速、部署、推理方案，助力用户构建高性能AI应用。

2、Neuralsafe：

系统特征：训练数据安全、模型安全、兼容主流运行时、兼容Cross Device及 Cross Silo场景、兼容主流OS、支持多种汇聚算法、支持主流安全计算算法，目标是在隐私安全的前提下，打造高效、安全、易用的联邦学习解决方案。

使用这些工具，配合MLOps，可以用于开源探索，开展更多新型实践。

提到AI的新型实践，不得不提到虚拟形象。虚拟形象可谓是近几年最火热的AI实践之一了。随着元宇宙、音视频、直播、游戏行业打得火热，人们对玩法的需求也越来越高：生成虚拟形象、虚拟人、“捏脸”等玩法层出不穷，因此，虚拟形象的生成和智能交互成为了越来越多平台的重要能力。

2

虚拟形象有多“真”？

这些能力少不了！

从最初的“捏脸”，到满足定制化虚拟形象的需求，背后隐藏着繁复的AI算法与学习的过程：如何使游戏引擎可微？如何度量人脸相似度？对此，网易伏羲视觉计算组负责人李林橙将定制化虚拟形象需求的实现拆分为3个部分：

1、基于3D骨骼的形象生成

先训练生成式模型作为渲染器，模拟游戏引擎的渲染过程；再利用神经网络定义人脸相似度，反向传播求解骨骼参数。

借助定义好骨骼系统的图形引擎智能生成形象：

1

根据用户上传的照片生成一组骨骼参数

2

该骨骼参数可以被游戏引擎识别并生成角色形象

3

游戏引擎生成的角色看起来长得像输入照片

4

允许玩家进一步编辑生成结果

网易伏羲视觉计算组负责人李林橙表示，为了更进一步提高虚拟形象贴合度，一直不断地迭代基于3D骨骼形象生成的技术：利用神经网络直接前馈预测骨骼参数、自监督学习多角度的人脸图像；同时引入表情通道，解耦合长相信息和表情信息、搭建硬编码的可微渲染器，使得所有自由度可控。

2、基于3D网格的形象生成

区别于前者，基于3D网格的形象生成是不借助骨骼系统，直接智能生成网格形象的。这种方式可以根据用户上传的照片直接生成网格人脸模型，让网格人脸模型看起来长得像输入照片。重点是基于3DMM拟合人脸3D网格模型的几何信息，和基于图卷积优化人脸3D网格模型的纹理信息。

但这样一来，生成的3D网格只有脸，没缝合进完整的人物网格，并且和游戏／元宇宙系统中其他人物和环境画风也不匹配。因此需要将生成的人脸网格拓扑映射成游戏／元宇宙系统拓扑，并用神经网络微调纹理细节，统一画风。

但3DMM无法建模网格细节，升级成UV位置贴图，这时便需要用UV位置贴图表示三维几何，提高人脸网格的几何细节表示能力，同时用仿射卷积指导姿态不正情况下的UV位置贴图生成。生成全身三维模型亦如此，在生成面部三维模型的同时，生成整个人体的三维模型，输入多视角照片，生成包括衣服褶皱细节的精细三维人体形象。在处理方面，基于SMPL的拟合结果采样提取特征，并做二阶段扩散传播，再基于NeuS做隐式场回归，同时从特征中重建纹理和颜色。

最后是Geometry Comparison（几何比较）。通过智能生成虚拟形象的蒙皮权重，根据静态的人体骨骼和衣服网格模型，自动生成衣服随人体运动的变形，达到虚拟形象更动态、自然的效果。

智能生成虚拟形象的蒙皮权重

3、基于2D图像的形象生成

直接将用户上传的照片作为虚拟形象驱动：

1

用户通过上传照片／视频片段指定人物形象

2

用户输入文字／语音和指定该人物的说话内容，生成视频

3

视频中的人物说用户想说的语音、想做的表情

4

生成的视频做到以假乱真的程度

基于2D图像的形象生成，需要先从语音生成动画参数，再从动画参数生成人脸关键点图像，最后生成完整视频；同时在高精度动作捕捉数据上学习动画参数，在指定人物的素材上学习视频合成。

首先将基础方案扩展到仅使用单张图像指定人物的功能，而为了增加生成高清视频结果时更加逼真的细节，用稠密运动场替代稀疏关键点模块；其次，进一步使用网络自动生成的稠密运动场，替代由三维人脸定义的稠密运动场，并且从大量互联网视频中学习语音到稠密运动场的映射关系；最后，将从多人数据中学习稠密运动场升级为从单人数据中学习再泛化，进一步提高口型同步性，再设计音视频关联的transformer，将指定人物的单张图像作为初始帧的头部姿态开始说话。

总的来说，目前网易伏羲常用的形象生成方式就是基于3D骨骼的形象生成、基于3D网格的形象生成、基于2D图的形象生成。而作为知名游戏厂商，网易伏羲在虚拟形象的智能交互方面也累积了十分丰富的经验与心得。

除了游戏当中处理用户的虚拟形象需求，还有许多商家对于虚拟代言人、虚拟客服等能力有需求。网易伏羲侯杰介绍了伏羲虚拟人的虚拟形象智能交互，据其介绍，伏羲虚拟人主要提供AI技术＋美术视效方案。通过终端产品团队提供原画创意，再到AI技术＋美术动画团队以人机协作的方式进行动画研发，最后产品交付团队上线产出。最终提供丰富的定制虚拟人能力。

据介绍，网易伏羲拥有自研美术研发全流程、高质量美术表现提升优化能力，动作捕捉设备、扫描阵列，自主研发的美术工具。通过经验丰富的美术团队、绑定师等技术成员，加上丰富的资源储备帮助客户创建形象，让没有美术团队的开发者也可以定制高质量人物资产。

同时，网易伏羲虚拟人的交互，除了通过传统的动作捕捉生成动画驱动之外，还可以使用视频表情迁移、视频动作迁移、语音生成表情、语音生成动作和舞蹈等方式，也就是使用迁移驱动、动画合成等方式进行动画驱动。大幅度提高动画驱动的准确度和范围，使交付效率大大提升，虚拟人效果更好。

随着全球数字化转型进程加速，AI技术已经一步步地落地，AI服务商与平台也有遍地开花之势。那么，除了已有的应用之外，AI还有哪些应用和发展是与人们息息相关的？在数字贸易的领域中，如何确保AI服务平台的安全性、可靠性？

3

AI＋医疗

打响健康保卫战的一枪

随着三年来的疫情保卫战，使得许多往常并不关心医疗领域的人也不得不纷纷关注。从AI机器人送药，到AI问诊、AI服务等方面的应用，让许多人首次看到了AI＋医疗的可能性。

众享比特未来融合研究院李扬表示，随着人口老龄化加深和人均寿命持续提高，疾病谱发生了显著变化：慢性、非传染性疾病发病率快速提升，取代传染性疾病成为城乡居民生命健康威胁的主要疾病。相比传染性疾病，慢性病和非传染性疾病诊断更为复杂，对医疗资源的数量和质量要求更高，治疗费用更加昂贵。

而从医疗服务行业看来，目前医疗服务行业行业规模约为5．5万亿元，由医院占主导地位。但中国每千人医护人员数目较低，且从各级医院床位以及主要医疗器械对比看来，中国人均医疗资源缺乏，各类型专科医院对医生的依赖度属中等居多，而对设备依赖度属中等偏高居多。

目前，绝大部分的医疗企业都在进行医疗＋AI的研究，通过AI＋医疗助力降本增效，以期占领头部市场。AI赋能下的医学影像、新药研发、信息化与机器人是现阶段产业发展趋于完善、具备较强增长空间的四类细分场景，亦形成了相对成熟的商业模式与资本退出路径。AI＋医疗以助力降本增效、提升诊疗水平、改善患者体验、降低患病风险等为核心目的，全面赋能院前、院中、院后各个环节。

目前AI＋医疗领域研究现状主要在计算机视觉、自然语言处理（NLP）、机器学习三个方面。

因此，医疗AI主要应用场景在于AI医学影像、AI辅助决策、医疗机器人、AI药物研发领域，主要应用方法有：图像分割、深度学习、机器学习、语义识别、强化学习、模型融合等。常用的研究方案是使用AI模型解决小的具体问题，或结合医生经验进行辅助治疗，以及使病情病因、用药等方面具有可解释性。

与此同时，李扬还提出了AI＋医疗的监管要点和注意事项。他认为，在享受AI能力带来的便利的同时，在医疗方面，医师需要在接诊前进行实名认证，并且确保他人、AI均不可替代医师提供诊疗服务；接诊医师需留存患者相关资料，确保处方应由接诊医师本人开具；在医药方面，应确保处方来源真实、可靠，处方药与非处方药区分展示；应当建立在线医学服务制度，处方审核前不展示处方药说明书、不提供购买相关服务。

可以看出，AI＋医疗虽有着较大的发展空间，但前提是有监管、确保各项功能和数据安全的情况下进行。上文提到，AI技术通过结合大数据、物联网等其他技术可以提供更多可能性的服务，但在使用AI技术的过程中，如何保证数据安全、应用安全、存储安全，隐私安全、训练安全，则是每个企业都需要考虑的问题。

4

安全

是AI技术发展不可轻视的一环

过去的几年中 AI技术获得了快速的发展，从2011年的IBM wasten in a Jeopardy，到后面的阿尔法GO，阿尔法Forde，甚至近来的AI作画：AI generated content在博览会大赛中赢得第一名。AI技术取得的成就是有目共睹的。正因如此，那么AI也已经开始进入各行各业，尤其是AI的创业也成为了一种趋势。

随着AI服务孵化器、服务平台和产业融资的快速增加，越来越多的行业都可以轻松地通过AI服务商获得AI的能力。但对于AI企业供需合作层面还是面临着许多挑战。翼方健数（BaseBit．ai）首席科学家张霖涛表示，AI企业往往是由一群人工智能专家创立的，但往往缺少客户场景与对业务的了解，在拓展市场方面易陷入胶着。另外，持续服务客户需要的是源源不断的数据、算力和其他技术的支撑，因此在项目后期，客户的生产环境越来越复杂，再提出新的要求时，维护的成本将会非常高。

而在需求方看来，往往是一个传统企业希望利用AI解决一些实际困难，通常持着有限的预算，在这种情况下往往无法接触到最优秀的供应商，无法与头部企业建立合作关系，同时他们往往有很多对于数据安全的顾虑，建立信任的代价较高。尽管最终敲定了一个AI解决方案进入企业内部，在生产过程中随着环境和产品的不断变化，AI解决方案需要不断维护，此时生产环境中又有很多敏感的数据，在持续迭代优化方面也更困难。因此供需双方会产生很大的矛盾。这些问题往往是由数据安全考虑而导致的。

对此，翼方健数推出了名为“揽睿星舟”的隐私安全计算护航的AI服务平台于生态。揽睿星舟是发起在中国、新加坡、美国等市场搭建的平台于生态，实现了包括市场需求、场景对接、技术协作、数据共享等方面的、真正意义上的人工智能的开放的生态。通过这样一个开放的平台，支持人工智能的各种需求，和对全栈的AI应用、全生命周期的管理和支持。并且存量大量的数据，通过隐私保护方法实现管理和模型的共享，并且提供了很多高性价比的算力、市场价的云计算资源。

揽睿星舟是一个AI平台，提供了一整套完整的AI开发工作流程的支持，配备了一套完整的AI工具链，从数据清洗到数据标注、到模型训练以及模型的优化，最后到测试验证和推理的服务，都能做到完整的工作流的支持，可以基本覆盖AI开发的典型应用场景。除此之外，揽睿星舟平台上有很多的参与方，除了AI工具的提供之外，也可通过市场撮合服务的方式，为不同的需求方对接服务和资源。在揽睿星舟平台上还可直通资本支持，帮助一些AI企业脱颖而出，获得VC的投资和金融的服务；另外还汇聚了一些数据提供方、个人和团体的开发团队，在安全保护的前提下互相对接、交付、评测、交易。是一个连接资本、企业、客户、服务商的一个全方位平台。

作为一个AI服务平台和生态，如何保证各方数据安全、使用安全、能力安全，是最重要的事情。揽睿星舟拥有保障数据和模型安全的全栈技术，保证存储安全、场景授权、隐私保护、训练安全、安全流通。企业可以邀请其他合作方在揽睿星舟上进行协作，使用安全的模型分享等能力，实现数据和模型的双向保护，在不泄露双方的敏感数据的情况下也可顺利协作。

基于这些能力，让更多行业深入发挥AI的能力，在企业数字化的进程中推进一大步。也让更多的创新团队得到资本青睐快速发展。尤其是在全球数字贸易蓬勃发展的大背景下，能够真正确保用户数据隐私安全、商业数据隐私安全，才能使生态健康发展、稳步向前。

5

全球数字贸易正当时

从根本上说，是日益创新的信息技术带来了数字贸易。它改变了传统贸易低效率的贸易方式，克服了距离带来的贸易障碍，促进了服务的全球化。这是一场由数字技术不断创新推动的经济革命。

本届数贸会花落浙江，离不开浙江本身的“数字基因”。早在2003年，浙江便提出了“数字浙江”建设，多年来大力实施数字经济“一号工程”，身后的数字底蕴让浙江在数字贸易发展上具备了先发优势和扎实基础。

尤其在智能产品方面，数字消费暨中国（杭州）国际智能产品博览会（简称“智博会”）在本次博览会上承担起重要的展示与国际桥梁作用，数百家智能科技产业厂商在智博会展示了最新的产品和技术，涵盖了智能新平台、IoT／AR／直播等多领域的新硬件产品、数智化区块链平台、新型智能制造管理平台等等，吸引了众多国内外业内人士参观与使用，新未来智能科技产业的热点与趋势在这里一网打尽。

技术创新与数字贸易之间，有着十分密切的联系。技术在使传统企业向智能制造更进一步的同时，又可以作为一种单独的产品与服务，在全世界范围内贸易，增加了数字贸易产品的多样化。AI技术作为数字技术的重点领域之一，在追求“做大做强”的同时，更应“稳步向前”，切不可为迈大步而降低质量、降低对创新的追求。

数字贸易对中国经济发展有着重要的拉动作用，打造数字经济创新高地，引领全球数字贸易进程，推动数字贸易成为各国包容性经济发展的推动力。相信不远的将来，全球数字贸易将随着技术的发展井喷，蓬勃发展。