上海人工智能實驗室在WAIC2021發布開源平臺體系OpenXLab

開源是推動人工智能技術進步的重要力量。2021年7月8日，上海人工智能實驗室在WAIC 2021的開幕式和科學前沿全體會議上發布其開源平臺體系OpenXLab，首發陣容包括兩大開源平臺：新一代OpenMMLab以及全新發布的OpenDILab。

作為深度學習時代計算機視覺領域最具影響力的開源算法平臺, OpenMMLab升級后將涵蓋更廣泛的算法領域和應用場景，實現從訓練到部署的全鏈條價值。首次亮相的OpenDILab則是國際上首個覆蓋學術和工業廣泛需求的決策智能平臺，將有力地推動人工智能從感知識別到認知決策的躍遷。

“開源在計算機科技數十年的發展歷程中一直發揮著關鍵的作用”，上海人工智能實驗室教授林達華認為，“當下，我們正在經歷人工智能革命的新浪潮。OpenXLab開源平臺體系將助力人工智能技術實現更大進步，支持人工智能產業更快速發展。”上海人工智能實驗室科學技術發展部部長喬宇表示，“我們將和研究者、開發者以及使用者一道，共同構建繁榮的人工智能開源生態。”

上海人工智能實驗室科學技術發展部部長喬宇，上海人工智能實驗室教授林達華，上海人工智能實驗室青年科學家陳愷，以及上海人工智能實驗室青年科學家劉宇代表上海人工智能實驗室發布其開源平臺體系OpenXLab。

OpenMMLab：深度學習時代最受歡迎的視覺算法框架

在2020年發布升級計劃以來，OpenMMLab實現了一系列重大進展。

“從去年發布以來，我們持續完善OpenMMLab算法平臺，對包括（英文）在內的算法庫進行了大幅升級，并且全新推出了多個新方向的統一算法庫，進一步豐富了計算機視覺開源算法生態。”上海人工智能實驗室青年科學家陳愷博士說。

首先，對開源社區內容進行全面升級。在一年的時間內，OpenMMLab發布了四個全新的代碼庫——MMGeneration、MMOCR、MMTracking和MIM。其中，MMGeneration是一個強大的生成模型工具箱，典型的算法為生成對抗網絡（GAN），基于MMGeneration可實現諸多有趣的應用，如圖片與視頻的合成等。MMOCR支持多種用于文本檢測、文本識別以及關鍵信息提取的業內先進模型，以及多語言及數字、符號識別和用戶訂制化訓練各種語言的算法模型。

MMTracking是業內首個開源、統一的視頻感知工具箱，可進行視頻對象檢測、單對象跟蹤和多對象跟蹤，其中的算法已被廣泛用于車輛檢測跟蹤等AI落地應用場景。MIM則是OpenMMLab系列算法庫的統一命令行工具，為啟動和安裝 OpenMMLab項目及其擴展，以及模型庫管理提供了統一的界面。

其次，OpenMMLab發布了超過100個升級版本。不斷提升算法庫的代碼質量、易用性和可讀性，持續增加新的學術前沿算法，支持的算法數從100+增加到160+，模型數從600+增加到1300+。并且初步支持算法模型部署，影響力已擴展到行業應用領域。

除了持續發布更新硬核內容外，OpenMMLa還積極推動社區建設，目前已成為深度學習時代最受歡迎的計算機視覺算法框架。目前OpenMMLab在GitHub上擁有37000+ stars，10000+ forks，有超過600名社區開發者參與項目開發，與去年同期相比增長超過100%，用戶和開發者的遍及全球超過100個國家和地區。眾多全球頂尖高校、研究院所和企業機構使用OpenMMLab進行算法研究開發，兩年內支持了超過500篇論文的發表。

OpenDILab：引領AI邁向高階決策智能

決策智能是國家新一代人工智能的重要發展方向，而開放開源是發展的基本原則之一。

上海人工智能實驗室青年科學家劉宇博士介紹，決策AI是實現通用人工智能的必經之路，“目前我們已經在多個工業領域展開了角色AI產業化的突破，并構建了一系列諸如自動駕駛高級決策系統、自動化機器學習等決策AI生態”。 本次發布的OpenDILab，就是針對決策AI的技術難題，以及產學研協同創新過程中的諸多痛點而發布的平臺。OpenDILab首次將產業應用中對于訓練系統、環境接口、算法設計的需求與學術界進行了有效連接，底層依托創新的DI-engine實現了多種決策AI問題的標準化，中層提供全面豐富的決策類AI基礎算法集，頂層集成多種工業級生態應用，自下而上打通決策AI研究與產業需求的閉環。

全新的OpenDILab將涵蓋應用層、算法層、訓練層、支持層四大模塊，充分拓寬決策AI技術在學術研究和工業實踐中的深度和廣度。其中，應用層將提供多種決策場景和大量性能優異的算子，助力AI做出最優決策；算法層則提供多種常用模塊化組件，支持用戶多維度的擴展和定制，完成決策AI算法的大統一；訓練層內置了多種類型的執行計算圖，可為小到學術研究，大到工業級應用的多種規模問題提供支持；支持層能夠支持異構計算和決策AI算法的結合，并在資源調度方面可依據算法和資源，動態管理整個訓練過程，提供異常自動化維護等多種微服務。

依托OpenDILab，基于豐富的決策AI算法，構建一個到手即用的工業應用生態成為可能，這將降低開發人員復現算法的難度，提高學術研究效率，加快學術成果的轉化速度，從而減少產業界的研發成本和重復投入。秉承這一理念，OpenDILab提供的決策類AI基礎算法集DI-zoo將通過全面、高效的算法庫，為研究者提供收斂快、上限高的算法實現，同時集成的DI-star、DI-drive等面向策略游戲、自動駕駛等領域的多種工業級生態應用，更將進一步幫助各行各業在決策AI的驅動下，實現關鍵的技術和應用突破。

“OpenDILab平臺致力于解決工業界難以標準化的復雜問題，我們認為開源不僅僅只限于代碼，希望構建知識共享的開源生態和一系列相關的學術活動，建立健康的開源社區，賦能培育更多的技術人才。”劉宇說。 上海人工智能實驗室是人工智能領域的新型研發機構，2020年7月在世界人工智能大會（WAIC）正式揭牌。實驗室開展戰略性、原創性、前瞻性的科學研究與技術攻關，突破人工智能的重要基礎理論和關鍵核心技術，打造“突破型、引領型、平臺型”一體化的大型綜合性研究基地，支撐我國人工智能產業實現跨越式發展，目標建成國際一流的人工智能實驗室。