智東西（公眾號：zhidxcom）
作者 | 程茜
編輯 | 李水青
智東西11月26日消息，11月24日，字節(jié)跳動技術(shù)副總裁楊震原在2025字節(jié)跳動獎(jiǎng)學(xué)金頒獎(jiǎng)典禮上發(fā)表演講，他透露2026年P(guān)ICO將有新品發(fā)布。
為提升MR技術(shù)中虛擬物體和現(xiàn)實(shí)世界的融合度，PICO為MR設(shè)備全鏈路自研了專用消費(fèi)級芯片，2022年6月立項(xiàng)、2024年回片，目前已進(jìn)入量產(chǎn)，實(shí)測顯示，芯片系統(tǒng)延遲在12毫秒左右。
▲字節(jié)跳動副總裁楊震原
楊震原于2014年加入字節(jié)跳動，從最初幫助字節(jié)跳動創(chuàng)始人張一鳴搭建新的推薦算法至今已接近12年。他在演講中回顧了字節(jié)跳動幾個(gè)重要的技術(shù)發(fā)展節(jié)點(diǎn)：
2014年，他們用大規(guī)模機(jī)器學(xué)習(xí)系統(tǒng)來搭建推薦系統(tǒng)，在僅有5個(gè)人的情況下，只能選兩個(gè)人各自負(fù)責(zé)一套優(yōu)化器方案；
2020年字節(jié)開始探索科學(xué)計(jì)算產(chǎn)生的有價(jià)值數(shù)據(jù)；
2021年收購PICO，2023年因硬件體驗(yàn)不成熟，內(nèi)部決定減少內(nèi)容和營銷投入，堅(jiān)定技術(shù)投入。從技術(shù)成果來看，PICO最終成品目前平均PPD（每度像素?cái)?shù)）達(dá)到40，中心區(qū)域超過45，屬于行業(yè)領(lǐng)先水平；通過MicroOLED定制提升XR設(shè)備清晰度；字節(jié)全鏈路自研的MR頭顯專用消費(fèi)級芯片目前進(jìn)入量產(chǎn)。
最后是大模型方面，2021年字節(jié)內(nèi)部就有員工訓(xùn)練了大語言模型，但當(dāng)時(shí)他們得到的結(jié)論是，大模型目前沒什么用。楊震原說，這也說明當(dāng)時(shí)他們很沒眼光。
這也對應(yīng)了此前PICO被曝產(chǎn)品計(jì)劃更改、裁員以及計(jì)劃研發(fā)MR設(shè)備的消息。
2023年12月，據(jù)外媒The Information報(bào)道，PICO計(jì)劃取消原有PICO 5的研發(fā)計(jì)劃，轉(zhuǎn)而研發(fā)高端MR頭顯，對標(biāo)蘋果Vision Pro。同一時(shí)期，PICO還被曝開啟裁員、調(diào)崗，從2023年年初的1800余人團(tuán)隊(duì)，縮減至800余人。
今年7月，PICO被曝正在研發(fā)一款MR設(shè)備，計(jì)劃將數(shù)字內(nèi)容疊加在現(xiàn)實(shí)世界視野中，直接對標(biāo)Meta即將推出的輕量級MR設(shè)備。
以下是演講全文的關(guān)鍵內(nèi)容總結(jié)：
2014年，張一鳴想用大規(guī)模機(jī)器學(xué)習(xí)系統(tǒng)來搭建推薦系統(tǒng)，解決各種媒體形式，包括圖片、文字、視頻的推薦，他們計(jì)劃2014年做到萬億級別的特征規(guī)模。
楊震原提到這背后在優(yōu)化算法方面的挑戰(zhàn)，LR的優(yōu)化是成熟技術(shù)，但不同的方法效率、效果差異巨大。字節(jié)內(nèi)部當(dāng)時(shí)僅5個(gè)人，只能選兩個(gè)人同步負(fù)責(zé)兩套優(yōu)化器方案，同步進(jìn)行調(diào)研。
2014年底，字節(jié)逐漸引入FM類算法，后來演化成更通用的深度學(xué)習(xí)體系。如今，其已發(fā)現(xiàn)面向模型訓(xùn)練環(huán)節(jié)的流式更新、較淺層的神經(jīng)網(wǎng)絡(luò)算法在推薦中依然有不錯(cuò)的效果。
2020年，他們意識到科學(xué)計(jì)算能產(chǎn)生很多有價(jià)值數(shù)據(jù)。
字節(jié)跳動在第一性原理計(jì)算、分子動力學(xué)上進(jìn)行了探索。今年，字節(jié)和比亞迪成立了聯(lián)合實(shí)驗(yàn)室，會將高通量自動化實(shí)驗(yàn)與科學(xué)計(jì)算算法結(jié)合，探索AI for Science在電池材料領(lǐng)域的工業(yè)落地應(yīng)用。目前，GPU加速DFT計(jì)算、力場+分子動力學(xué)模擬、預(yù)測+設(shè)計(jì)模型均已投入字節(jié)企業(yè)合作伙伴進(jìn)行實(shí)際應(yīng)用。
2021年，字節(jié)收購了PICO團(tuán)隊(duì)，開始同步推進(jìn)兩個(gè)產(chǎn)品路線，一是以當(dāng)前的產(chǎn)品形態(tài)為主，同時(shí)投入資源運(yùn)營視頻、直播等內(nèi)容，較為激進(jìn)的營銷；二是投資基礎(chǔ)技術(shù)，追求核心體驗(yàn)上一個(gè)大臺階。
楊震原透露，2023年，其內(nèi)部決定減少內(nèi)容和營銷投入，更堅(jiān)定的投入技術(shù)路線。這是因?yàn)楫?dāng)時(shí)產(chǎn)品的硬件體驗(yàn)尚未成熟，無法支撐大規(guī)模市場應(yīng)用。
楊震原列舉了目前PICO探索的幾條技術(shù)路線，包括XR設(shè)備清晰度、MR、交互。
清晰度方面，他們最終的成品平均PPD（每度像素?cái)?shù)）達(dá)到40，中心區(qū)域超過45。楊震原說，這應(yīng)該屬于行業(yè)領(lǐng)先水平。PPD指人眼睛看一個(gè)度大概有多少像素，PPD大于30大概可以看文字，40會比較清晰，到60的視覺體驗(yàn)會接近視網(wǎng)膜級清晰度。
為了提升XR設(shè)備的清晰度，2022年P(guān)ICO和供應(yīng)商啟動了MicroOLED定制，這使得光學(xué)顯示系統(tǒng)得以進(jìn)一步縮小，從而讓MR頭顯輕便的同時(shí)獲得更高的PPI和整體清晰度。
MR設(shè)備需要專用芯片，2022年6月，字節(jié)跳動內(nèi)部立項(xiàng)，全鏈路自研了一顆MR頭顯專用的消費(fèi)電子芯片。芯片于2024年回片，目前已進(jìn)入量產(chǎn)階段，各項(xiàng)指標(biāo)均達(dá)到設(shè)計(jì)要求。
其實(shí)測顯示，系統(tǒng)延遲可以做到12毫秒左右，楊震原稱，這非常不容易，即便是世界頂尖公司用軟件來做，也很難在不明顯犧牲畫質(zhì)的前提下把延遲壓到25毫秒以內(nèi)。
還有交互層面，PICO建設(shè)了專業(yè)的高精度測試系統(tǒng)、專門的3D重建機(jī)制與高精度手勢數(shù)據(jù)采集系統(tǒng)等，以對現(xiàn)實(shí)環(huán)境做識別等。
2023年，進(jìn)入大模型時(shí)代，字節(jié)跳動開始大力投入。
2021年，字節(jié)內(nèi)部就有員工訓(xùn)練了大語言模型，但內(nèi)部將其用于改進(jìn)搜索發(fā)現(xiàn)效果并沒有提升。因此當(dāng)時(shí)他們得到的結(jié)論是，大模型目前沒什么用。楊震原說，這也說明當(dāng)時(shí)他們很沒眼光。
2022年開始投入至今，豆包已經(jīng)成為國內(nèi)最流行的AI對話助手，根據(jù)IDC的報(bào)告火山引擎是中國MaaS市場的第一名。
楊震原還分享了他對如何評估是否達(dá)到AGI的看法，第一是如何讓大模型提高學(xué)習(xí)能力，第二是IO能力，也是AI和世界交互的能力。
演講全文地址：https://mp.weixin.qq.com/s/WtN9e5XXwAAaMR2ymNUMuA
