会议室的门被推开，各部门高管带着兴奋的劲头陆续离开。
顾屿站在原地整理了一下桌上的资料。
他抬起头看向还未起身的林溪和任少卿。
“你们两个先别走，来我办公室一趟。”
林溪和任少卿跟着顾屿来到顶层的董事长办公室。
办公室的装修十分简洁，没有多余的陈设。
林溪轻车熟路地走到茶水台前，拿了两个杯子倒热水。
任少卿抱着那台测试用的平板电脑坐在沙发上，眼睛还在盯着屏幕上的代码输出。
“天问三号这一波收敛确实做得漂亮。”
顾屿在单人沙发上坐下，端起林溪递过来的水杯喝了一口。
“不过你们不能松懈，这只是个基础大纲。”
任少卿抬起头，推了一下鼻梁上的黑框眼镜。
“顾董，你是不是又有什么新想法了？”
“现在的逻辑推演能力已经达到了我们预期的上限。”
“继续加大算力去跑，边际效益在递减。”
“我们需要新的训练方向。”
顾屿放下水杯，双手交叉放在膝盖上。
“下一步计划，必须加强多模态能力。”
“现在的AI，能听懂语音，能输出语音，这也算多模态的起步。”
“图片识别勉强也能做到，给它一张猫的图片，它能认出是猫。”
“但是这远远不够。”
林溪在旁边坐下，手里拿着记录本。
“那还要认什么？”
“认视频。”顾屿看着任少卿。
任少卿眼角跳动了一下。
他的脸色变得有些严肃。
“视频识别？”
“顾董，这工作量有点大啊。”
“视频本质上是连续的图像帧序列。”
“光是处理单张图片就非常消耗算力，加上时间维度，数据量是几何倍数的增长。”
“而且还需要模型理解动作的时序逻辑。”
“难也得干。”顾屿语气平稳。
“天问三号要成为全能型AI，就不能是个瞎子。”
“你们回去之后，把这个任务拆解一下。”
任少卿没有推辞，拿笔在笔记本上记了下来。
“行，这事交给我，我回去拉个小组专门攻坚视频多模态。”
顾屿看着任少卿记完，又抛出了第二个重磅炸弹。
“除了视频识别，接下来你和楼天城还得再分出一个人来。”
“单独去搞一个全新的分支项目。”
“什么项目？”任少卿停下笔。
“文生图。”顾屿吐出三个字。
任少卿有些意外。
“文生图？”
“用自然语言直接生成图像？”
顾屿点了点头。
“没错。我们手里现在已经掌握了庞大的文字语料。”
“接下来要把文字和图像的对齐数据管道建起来。”
“这是一个极具商业潜力的赛道。”
林溪在旁边听到这里，眼睛亮了一下。
“如果真能做到输入文字就生成高质量图片。正好呼应了刚才老钱在会上说的痛点。”
“那我们海量引擎那边的广告素材生成，就直接从文字升级到视觉层面了，这能省下多少美工和设计费啊。”
“思路是对的。”顾屿看着任少卿。
“你脑子里现在有没有什么研发方向？”
任少卿思考了片刻，习惯性地扶了一下眼镜。
“学术界现在确实在研究这个方向。”
“目前的主流是GAN。”
“也就是生成对抗网络。”
顾屿安静地听着，没有插话。
任少卿继续讲解他的构想。
“GAN的工作机制很有意思，里面有两个神经网络。”
“一个是生成器，负责制造假的图片数据。”
“另一个是判别器，负责检验这些图片是不是真的。”
“这两个网络互相博弈，生成器拼命想骗过判别器，判别器拼命想识破生成器。”
“通过这种左右互搏的方式，最后能生成非常逼真的图片。”
任少卿说得有些兴奋。
“目前圈子里所有的顶会论文，基本都在讨论GAN的改进方案。”
“如果我们要搞文生图，这也是最稳妥、见效最快的路线。”
“不行。”顾屿毫不犹豫地开口。
这两个字把任少卿准备好的长篇大论直接堵了回去。
任少卿有些发愣，呆呆地看着顾屿。
“顾董，为什么不行？”
“GAN目前是公认的最优解，连谷歌都在大力投入这个方向。”
顾屿看着任少卿有些不解的神情。
他心里非常清楚，任少卿给出的方案完全符合这个年代的技术认知。
二零一六年，全球AI圈都在为了生成对抗网络而狂热。
所有人都在往这条路上砸钱砸人。
但是这其实是一条走不通的弯路。
顾屿脑海中回忆起前世的发展轨迹。
硅谷那几家巨头在GAN这条路上一条道走到黑。
结果发现生成的图片确实越来越好看，但是却始终无法解决一个致命死穴。
不可控。
前世的经验告诉他，技术方向的把控是决定生死存亡的。
如果在路线选择上走错一步，不仅会浪费掉几亿十几亿的研发资金。
更会错失好几年的宝贵时间。
时间在技术迭代的大战中，比金钱更珍贵。
顾屿看着任少卿，开始拆解这个技术盲点。
“你刚才说生成对抗网络是两个网络互相博弈。”
“问题就出在这个博弈机制上。”
“它太过于追求逼真度，导致随机性太强。”
“你要是在对话框里输入一只戴帽子的猫。”
“它不知道自己画的到底是什么。”
“它可能会给你生成一只猫，一顶帽子，再加一把椅子。”
“我们要的不是随机生成好看的废图。”
“我们要的是让文字去牢牢管住画面，而不是让画面自由发挥。”
“差别在于控制这两个字。”
任少卿陷入了沉默。
他仔细咀嚼着顾屿的话，发现确实指出了这套理论在落地应用时的痛点。
“那如果不用生成对抗网络，我们用什么？”任少卿反问。
顾屿在脑海中整理了一下语言。
“往能引导文字语义的方向去找。”
“我给你们提供一个思路。”
“你拿一张清晰的图片，往里面不断地添加噪点数据。”
“一步一步加，直到这张图片完全变成一张全是雪花点的废图。”
任少卿拿着笔，一边听一边在纸上画着圈。
“正向破坏数据结构。”
“对。”顾屿接着说。
“然后，我们去训练一个神经网络，让它学会逆向做这件事。”
“从那一堆纯雪花点开始，一步一步把这些噪点擦掉。”
“把画面重新还原出来。”
“在这个擦除噪点的过程中，我们把文字的语义信息融合进去。”
“用文字来引导噪点的擦除方向。”
办公室里安静得只剩下空调出风口的声音。
林溪虽然听不太懂具体的技术细节，但她能看懂任少卿的表情。
任少卿现在的表情非常专注，笔尖在笔记本上划出深深的印记。
“通过加噪和去噪的过程，来学习数据分布。”
任少卿嘴里念念有词。
他脑子里闪过一些零碎的记忆片段。
“顾董，你说的这个理论框架，我好像在哪里看到过。”
任少卿努力回忆着。
“去年斯坦福那边好像发过一篇论文，提过类似的概念。”
“叫作扩散模型。”
“不过那篇论文因为训练步骤太多，速度太慢，在圈子里非常冷门。”
“根本没人去关注。”
“别只盯着最热的论文看。”顾屿靠在椅背上。
“真正值钱的东西，常常躺在没人翻的角落里。”
“扩散模型虽然目前看起来生成速度慢。”
“但是它能保持高度的稳定性和可控性。”
“只要算力足够强大，速度问题迟早能用工程优化的方式解决。”
顾屿直起身子，双手交叉。
“我就押注这个扩散模型。”
“先把图文对齐的数据管道建起来。”
“算法可以在后面慢慢追，数据管道的搭建是一天都不能晚的。”
任少卿彻底被顾屿的逻辑折服了。
他将笔记本合上，眼神里透出一种找到新方向的狂热。
“明白了，顾董。”
“我回去就和楼天城商量，抽出精干力量组建专门的团队。”
“全力研发扩散模型这个路线。”
“很好。”顾屿满意地点了点头。
顾屿收敛了笑意，目光变得深邃：
“少卿，这个项目保密级别定为绝密。参与研发的人员必须重签最高级别的竞业协议。”
“另外，对外放个烟雾弹，用一部分非核心算力跑一跑GAN的模型，发两篇注水的论文出去，让硅谷那帮巨头以为我们在跟风，懂了吗？”
任少卿心头一凛，重重点头：“明白，明修栈道，暗度陈仓。”
林溪在旁边合上记录本，看着顾屿。
“顾董，既然是个独立的新分支项目。”
“是不是得给它起个代号？”
“咱们内部保密流程走起来也方便。”
“是得起个名字。”任少卿附和道。
“天问三号这个名字就很大气。”
“这个画图的项目叫什么好呢？神笔马良？”
顾屿摆了摆手。
“这个名字太直白了，缺乏点想象力。”
顾屿在脑海里搜索着合适的词汇。
结合刚才讨论的从雪花噪点中还原出画面的技术逻辑。
在三体里云天明的《王国的新画师》中，有一种用雪浪树干制成的神奇画纸。
童话里的针眼画师曾说，他的画只有画在雪浪纸上才有魔力。
这种纸张能够把三维世界里活生生的人或物直接画进画里，让被画者从现实中彻底消失，变成一张死去的画，这其实是对二向箔降维打击的童话隐喻。
顾屿觉得，用一段文字指令去控制无序的噪点，将其坍缩降维成一幅二维图像，与这个科幻意象有着绝妙的契合感。
顾屿看着眼前两人，笑了一下。
“既然是从雪花噪点里变出画面。”
“那就叫雪浪纸吧。”