12 月 11 日消息，騰訊云今日發布七大新品，帶來在大數據與 AI 領域的最新研究成果，包括 AI 換臉甄別技術 AntiFakes、騰訊星圖以及企業畫像平臺等七大重磅新品，并對 AI、大數據產品進行全線升級。

隨著大數據、人工智能等數字化技術的不斷成熟，產業智能化升級已成為必然趨勢。企業正渴望更豐富、精細的 AI 應用場景，為產業發展帶來新動能。基于這樣的背景，騰訊云正逐步打造相互協同、共同演進的 AI 大數據產品矩陣，推進大數據與 AI 在真實場景下的有效落地。

視覺 AI 領域，得益于騰訊優圖、騰訊安平 AI 安全實驗室、騰訊 AILab、微信開放平臺等團隊的支持，騰訊云 AI 視覺此次共發布 AntiFakes 假臉甄別、微碼、信息流智能圖像以及智能相冊四大新品。其中，AntiFakes 假臉甄別技術基于圖像算法和視覺 AI 技術，實現了對圖片或視頻中的人臉真偽進行高效快速的檢測和分析，鑒別圖片中的人臉是否為 AI 換臉算法、APP所生成的假臉，最終對圖像或視頻的風險等級進行評估。

通用語音識別能力已擁有很高的識別率，但特定企業場景下存在大量生僻名詞，目前行業內通用識別的效果較差。騰訊云這次發布的語言模型自學習工具，通過通過添加企業典型業務對話場景下的字詞句，自助提升特定場景下特定名詞識別的準確率，從而讓語音機器人、電話錄音質檢等行業的語音識別效果得到大幅提升。

在當前 NLP 領域的研究及落地應用中，為了達到更好的效果，預訓練語言模型的使用已經成為一個很普遍的做法，但效果提升的同時也帶來了模型訓練成本的不斷攀升，以目前行業較大規模的模型訓練為例，用 200G 語料訓練一個 3 億參數的 bert 模型，需要 1400 多張 V100 的 GPU，訓練 500 多分鐘才能得到一個可用的模型，訓練成本是非常高昂的。騰訊云最新發布的 AutoNLP 依托騰訊云語料積累和公有云算力，一次訓練多次使用，提供數十個騰訊自研的預訓練模型，降低了訓練成本，提升模型創新及應用效率，縮短定制化項目交付的周期。

同時，針對圖計算在行業領域的應用難題，騰訊云推出的圖計算引擎騰訊星圖封裝了微信 Plato 圖計算框架，可大幅提升圖計算性能，在內存消耗降低7-10 倍的情況下，性能提升了近 50 倍。

另外，大數據場景下，面向智慧城市、金融監管、企業評估等場景的領域，騰訊云新推出企業畫像平臺綜合服務平臺，通過構建百億級企業知識圖譜，深度挖掘企業及其產業鏈間的復雜網絡關系，為企業提前洞察金融等未知風險，充分發揮大數據的行業價值。

在新品不斷推出之外，騰訊云還對已有的 AI 和大數據產品進行全棧升級。在人臉識別方面，騰訊云神圖新增人臉融合、人體識別以及跨年齡識別功能，語音合成正式商用、騰訊云 NLP 全新升級提供 18 項智能文本能力。此外，騰訊云 OCR 文字識別能力也從 9 項新增至 50 項，新增 PS、翻拍、復印件等防偽能力。

大數據在基礎能力方面，云端全面升級 Hadoop 系列版本，借助最新的大數據技術，數據存儲成本降低到之前的 50%，部分典型計算場景性能提升 30% 以上。在運維方面，通過對數百項監控指標、集群巡檢、安全集群等功能的豐富及升級，構建了智能化運維體系，降低運維復雜度。