「MIT博士」、「前谷歌AI研究员」、「中科院计算所副研究员」等头衔的业内大牛。
一位认证为「计算机图形学博士」的用户详细拆解分析了人像实时生成抽象画的装置。
「看似简单的实时风格化渲染，背后涉及的是轻量化但效果极佳的生成对抗网络模型部署在边缘设备上。难点不在于风格迁移本身，而在于实时和高质量的结合，以及模型需要适应任意输入的人像都能输出具有美感的抽象图案。这要求模型具有极强的泛化能力和审美控制。无问展示的这个效果，以目前公开的学术成果和业界应用来看，流畅度和生成质量都是顶尖的。更可怕的是，他们似乎把它当做很轻松就能实现的技术来展示————」
另一位专注音频信号处理的工程师紧跟著分析了「城市交响」声音实验室，言语间充满了惊叹。
「实时、多轨、非破坏性、高质量的数字音频处理，并且是在网页端或轻量化客户端实现，这本身就要求极高的算法优化和算力支撑。江倾提到他们的自研AI晶片专门优化了音频任务，这很可能意味著他们在特定领域，也就是DSP的晶片设计上取得了突破，能够实现能效比极高的实时音频渲染和智能混音。这技术如果用在专业音乐制作、游戏音效、
甚至通讯降噪上，都是降维打击。而且江博士提到的系统学习用户偏好，暗示了模型具备在线学习和个性化适配能力，这背后的推荐算法和数据闭环，想想就可怕！」
这些深入浅出的分析，让原本只是看热闹的网友们恍然大悟，继而感到震惊。
「原来不是简单的酷炫特效？背后这么复杂？」
「听不懂，但大受震撼。所以江倾随手秀的，已经是别人望尘莫及的技术了？」
「江倾是在低调炫技？」
「无问科技的技术储备到底有多深？万象大模型已经全球领先了，这些边角料也这么牛？」
「不明觉厉！」
「矽谷现在是不是集体失眠了？这差距感觉越拉越大了————」
实际上也确实如此，随著这些分析文章被翻译传播到海外科技论坛，矽谷的许多科技公司纷纷陷入了沉默焦虑之中。
无问科技在核心的AI大模型领域一骑绝尘已经让他们压力巨大，如今
本章未完，请点击下一页继续阅读！