5月20日，深度学习技术与应用国家工程实验室与百度联合主办的WAVE SUMMIT深度学习开发者峰会，在北京举行。
百度首席技术官、深度学习技术与应用国家工程实验室主任王海峰在峰会上致辞。
王海峰透露，飞桨已经聚集了1万名开发者，比一年前增长了近70%，服务了12万家企事业单位。
王海峰还分享了现阶段人工智能技术和产业发展的两点思考：一是融合创新。
从技术角度来看，知识与深度学习的结合突破了知识增强的深度语义理解；多技术融合创新，通过知识图谱关联跨模态信息，利用自然语言语义表示整合语言、语音、视觉等不同模态。
语义空间，突破跨模态语义理解。
从平台角度来看，深度学习平台将创新与芯片软硬件融合，满足不同算力、功耗、时延等多样化需求，实现AI应用的最佳效果。
飞桨针对多芯片共存的环境开发了异构参数服务器训练技术，突破了超大型模型的高效训练问题。
目前，飞桨已与国内外22家硬件厂商进行适配和联合优化，硬件生态正在蓬勃发展。
从产业角度来看，人工智能技术与产业的融合日益紧密。
在行业需求驱动下，人工智能技术和平台能力不断打磨，创新发展与应用场景相结合。
二是降低门槛。
随着人工智能技术在各行业的渗透，针对不同应用场景不断降低门槛、高效满足不同开发者的需求至关重要。
飞桨是一个源于行业实践的深度学习开源开放平台。
它一直致力于降低门槛。
不仅支持动静统一的核心框架，还拥有工业级模型库、开发套件和工具组件，以及提高企业生产效率的飞桨企业版等，满足开发者在工业领域的需求。
不同行业、不同阶段、不同层次。
基于飞桨平台，开发者不再需要从头开始编写人工智能算法代码，即可高效地进行技术创新和业务拓展。
门槛的大幅降低，加速了人工智能应用的多元化和规模化，加快了产业智能化的进程。
在本次峰会上，百度解析了集成创新趋势下实现AI产业量产的路径。
企业在应用人工智能的过程中，从人工智能先行者开始探索路径。
完成模型验证并产生效益后，促使企业组建人工智能团队，进入人工智能领域。
在车间应用阶段，当企业内部开发出大量人工智能应用，多人协同多任务进行人工智能生产时，就进入了人工智能工业化量产。
飞桨团队详细讲解了飞桨深度学习平台的新版本和重要升级，包括：飞桨最新开源框架，让开发更加灵活便捷；大规模图检索引擎，支持万亿边的分布式图存储和检索；文心ERNIE预训练模型将进一步在知识增强语义理解、跨模态语义理解等方面实现突破，为开发者赋能，推理部署导航地图，帮助开发者打通AI应用的“最后一公里”等。
同时，飞桨联合学术界和工业界，共同启动飞桨远航计划，助力人工智能人才培养、产业智能化升级、前沿探索。
此外，飞桨合作伙伴还分享了飞桨的产业创新实践和人才联合培养计划。
飞桨持续引领深度学习技术发展和技术集成创新，同时不断降低应用门槛，加速人工智能产业量产，推动产业智能化进程。