华夏，北疆大学。

挂着跟西林工业大学内部一样有着涉密跟国家重点实验室牌子的NLP研发中心三楼会议室内，一位年约五旬的中年男人，正在台上讲解着PPT。

“……得益于跟有为的合作，我们将群智NLP部分的处理接入到了我们的智能训练模型中，目前已经有效的解决了我们的智能模型在无人机规模化协同作战领域对特有军事术语和专业性语言理解的能力。

但现在我们遇到的问题依然很多，比如在特殊情况下，对加密语意的判别，以及紧急情况下一些非标准用语等所造成的文本噪音依然对整套系统的稳定性有着极大的考验。

其次，在图像、音频、视频等多模态数据处理上响应速度依然不够理想，尤其是去噪过程不够理想。这也直接导致了大规模无人机群的协同作战能力不够，系统存在干预不及时的情况。

根据我们的沙盘模拟，无人机群超过一定数量后，很容易造成规模性的非战斗损耗。同时还存在长时序数据分析依然没有达到预期。对战场超过一定时间范围内的信息和趋势变化分析很不理想。

所以接下来我们的研发工作重点就在以下几方面。第一……”

……

北疆NLP研发中心顾名思义就是做军用自然语言处理的。

目前研发中心最重要的任务就是为未来的无人机集群做相应的配套。

从某种意义上来说，跟苏沐橙希望乔泽做的事情差不多，不过要求更高，容错率要更低。还要适应远比民用更复杂的环境，难度系数自然也更高。

好在这主要还是面向未来的技术。

起码在现阶段对于研发时间的要求暂时还没有那么紧急，现阶段的各项技术指标暂时够用了。

不过话又说回来，大规模无人机集群作战技术需要的可不止是NLP的发展，全国有许多研究所都在做相关性研究。比如传感器、材料、通信网络、抗干扰技术、载弹设计、对应的飞行控制算法等等……

所以总不能比别人慢。

加上搞NLP的也不止他们一家研究所。

如果其他人把事情都做好了，最后都干等着某几个研究所交出答案，就很尴尬。

同样如果兄弟研究所设计出的东西比他们强，最后只把他们的成果当成后备使用方案那更尴尬了。

不过怎么说呢？

欲速则不达，而且这次促成了科大跟群智的合作，已经让系统对语意识别跟去噪效率提升了一大截，所以开会的时候研发主要负责人骆晶磊虽然很严肃，但其实心情还算不错。

很快，任务分配下去之后，几个负责不同需求的小组长表了决心之后，会议结束。

骆晶磊收拾完资料，一抬头发现研究所一直负责多模态数据处理研究工作的研究员李杰正在讲台下面等着他呢。

“李工，有事？”骆晶磊开口问了句。

“嗯，骆总，还是上次那个事，咱们是不是干脆直接跟西林工大合作？”李杰直接说道。

骆晶磊停下了手中的动作，有些犹豫。

他当然知道所谓的跟西林工大合作，其实就是希望能跟西林工大最近很出风头的那個孩子合作。

事实上，这个大项目本就有西林工大的实验室参与其中。不过主要是负责根据要求设计所需的微机械跟传感器。

所以如果贸然找过去，还真有些不好意思，但面子问题其实都是小事。

这段时间跟有为的工程师合作，那些工程师一直对乔泽那边的设计赞不绝口。而且很多问题据说也是通过有为间接找到西林去解决的。

如果能够直接沟通当然是更好的。

除此之外，已经在网络上出名的豆豆更是大家关注的重点。

对于网上的乐子人来说只是看个热闹，但其实实验室也做过多次测试。比如在评论区发布图片，提出针对图片的理解问题，甚至尝试用方言来跟豆豆对话，来测试豆豆的模糊语意理解能力。

众所周知想用输入法打出方言说出来的许多字，几乎是不可能的事情。很多方言里的读音，在普通话里根本就没有对应的汉字，即便有也不是那个读音。

但事实证明豆豆对这些文字都能有企业级的理解，总能结合上下文的语境大概分析出他们所想表达的意思。文本去噪能力优秀。

再加上豆豆识别图片跟视频的能力也经过了验证，极为强大。

当然豆豆这玩意肯定是不能直接拿来使用的。

带给广大网友欢乐的乐子人属性，对于这项系统性工程来说，怎么测怎么让人感觉不靠谱。

但没人怀疑支撑人工智能模型的NLP系统有多优秀。

所以真要说起来，骆晶磊其实也想能合作。

但麻烦的事情其实还挺多的。

他已经从很多渠道了解了，乔泽这人不好打交道，而且很率性，人家也不一定对他们的研究有兴趣。最特么离谱