2024年支付宝五福节活动收官，支付宝数据显示，今年春节期间，近6亿人次通过AI科技体验新年味，“大家来找福”成为最受欢迎的集福卡方式，共有近30亿个AI生成的福字被用户找到。在支付宝上用AI飙戏和拍照的人群中，“90后”和“00后”占了七成。


支付宝从2016年开始集五福，到2019年瓜分五福奖金的人数达到了3.27亿。从2020年开始，集五福活动人气趋于平稳。相对于互联网金融、移动支付的起步初期，今天的“五福”对于支付宝早已不只是造势、拉新的营销活动。

 

对于支付宝，以及整个蚂蚁集团来说，“五福节”和“双十一”一样，都是国民级项目，正在被赋予蚂蚁技术迭代的基因，通过在特别时点的大规模、爆发式人流，助推支付宝拉练技术”。

 

对于支付宝，以及整个蚂蚁集团来说，五福节、双十一这样的国民级项目，已经被赋予了蚂蚁技术迭代的基因，这样一次次的特殊时点、大规模、爆发式线上狂欢，成为了支付宝拉练技术的新赛场。

 

今天的支付宝，正在思考如何让“五福”红包里的钱，花的更值。

 

五福节背后的AI infra大练兵

 

1月28日晚上8点，蚂蚁A空间8号楼，支付宝那一层仍坐满了人。支付宝的全体员工在这里待命，准备迎接2024年的“五福节”上线。



在“五福节”上线前，支付宝内部做了几轮真实模拟“五福节”情境的压力测试。AI技术的加入确实增加了集五福的测试难度，在前期压测中发现并修复了数以千计的技术漏洞，AI游戏中的小Bug更是数不胜数。

 

“上线前夜，我们团队几百个人几乎盯了通宵。”陈亮，花名俊义，现任支付宝CTO，蚂蚁集团的17年技术老兵。历经数次集五福活动的陈亮认为，支付宝在这次五福节中，投入的资源和精力是历年最多的。

 

虽然前期准备充分，但这次上线的四款AI新玩法，仍给整个“找福周期”带来了前所未有的压力。

 

据本文作者测试，五福节上线第一天，在支付宝实测的“飙戏小剧场”，生成一支视频显示的等待时间为57秒，实际出视频的时间大约是三十几秒。

 

到了2月4日，再次测试时，生成时间只用了15秒。“时空照相馆”功能生成一张6人合照用时也只有几秒。


 

一直以来，集五福活动的技术需求主要集中在分布式技术上，如OceanBase。到现在支付宝在基础算力、异构计算、安全风控等方面都已有了深厚的技术积累。如今，加入了AI功能的五福节，对支付宝的AI Infra（AI基础设施）也提出了考验。

 

2022-2023年，支付宝建立了万卡规模的计算集群，不仅包括了传统的CPU资源，还大规模引入了GPU、FPGA等异构计算资源。这种资源的组合使用，使得支付宝能够针对不同的计算任务，选择最合适的计算资源，从而在保证高效计算的同时，也降低了计算成本。

 

在集五福活动中，支付宝利用其在异构计算方面的技术积累，成功地应对了海量用户参与带来的极端计算压力。从AI游戏的实时渲染，到用户交互数据的即时处理，支付宝都保证了五福节期间的平稳运行和快速响应。

 

通过对异构资源的高效管理和调度，支付宝能够更快地完成AI模型的训练过程，使得AI模型能够更快地迭代更新，从而更好地支持AI在支付宝各业务线的应用。同时，在处理大规模数据时，异构计算技术的应用也显著提高了数据处理的速度和效率，为支付宝提供了更加强大的数据分析能力。

 

算力的问题可以利用异构计算技术和万卡集群解决，但陈亮更想解决的是软件问题。“AI落地不能一直靠堆卡，要在软件、算法层面找到提效的突破口。”在五福节的AI游戏开发过程中，支付宝使用了蚂蚁集团的大模型开源分布式训练加速扩展库ATorch，针对不同模型和硬件资源，将深度学习自动资源动态优化和分布式训练稳定性提升了2.3倍。

 

“集五福历年的经验，都会有几亿人参与。如果蚂蚁的AI Infra能在可控的成本范围内支持五福节，那未来也一定能支撑AI在支付宝的大规模落地。”陈亮坦言，双十一和五福节这样的活动，为支付宝提供了一些极端场景的测试机会，这样的机会对于一款国民级应用来说，每一次都很珍贵。在这些特殊时点，会遇到很多传统技术难以解决的问题。这些极端场景不仅暴露了现有技术的不足，也促使支付宝乃至整个蚂蚁集团的技术不断进行迭代升级。

 

储备AI开发能力

 

“教AI写福字并不难，几个人做十几天就能完成。”陈亮介绍说，本次五福节中，集福字的主力：AI版“大家来找福”是一个Diffusion（扩散式）模型，制作流程其实非常短。



未经过特殊训练的文生图模型多数不会写字，不过如果只教AI学会写一个“福”字的话，训练过程倒也不复杂。

 

AI生成福字，与之前的AR扫福，有些相似之处，都需要预先收集一些“福”字。其实AI训练需要的“福”字数据量还要更小，只要几百个福字就能教会AI画一副融入福字的山水画。

 

不过，后续的训练和微调过程仍有一定难度。首先要利用数据增强技术（如旋转、缩放、扭曲）从有限的样本中生成更多的训练数据，提高模型的泛化能力。还要在预训练过程中，将所有样本调整到统一的大小和分辨率，并进行一些基本的图像处理，如二值化或去噪。

 

训练一个会写“福”字的Diffusion模型，很容易过拟合，特别是如果训练数据集不够多样化。需要通过正则化技术或数据增强来缓解这个问题。在评估模型的过程中，还要通过视觉检查或设置一些自动化的质量评估标准，避免输出过于简单。此后，则可以根据初步的输出结果对模型进行微调，以改进生成字符的准确性和风格多样性。

 

短时间内做出一款能稳定地为千万甚至过亿用户提供服务的产品，看似复杂，在陈亮眼里却很简单。因为在这些功能开发的背后，有蚂蚁的AI模型训练经验，自研的AI Infra，以及适合的AI开发工具。

 

“这次五福节与以往的差别是，既简单又困难。”陈亮认为，困难是因为这次上线的AI功能，AI是一个全新的东西，不像双十一那种它已经比较成熟了。简单则是因为这次的五福节中，蚂蚁自研代码大模型CodeFuse融入了编程工作，给代码开发提供了很多便利。

 

CodeFuse是蚂蚁基于自研百灵大模型开发的开源代码工具。它提供了代码补全、代码解释、代码优化以及生成单元测试等功能，目前在Github已经获得了3400多星。

 

“CodeFuse可以看做是蚂蚁研发大模型的第一阶段，目标就是服务好自己。”陈亮介绍说，目前50%的蚂蚁程序员在写代码时都用上了CodeFuse全站使用CodeFuse的蚂蚁程序员写的代码中，约10%的代码是由CodeFuse生成的。

 

蚂蚁大模型的第二阶段任务是要服务生态，陈亮介绍说：“CodeFuse是贴着支付宝的生态做的。”

 

支付宝有很多小程序，有很多开发者为支付宝去开发，很多的服务商也为支付宝去开发小程序。蚂蚁的AI代码工具，在服务自身业务的同时，也可以服务生态开发者，加速B端业务落地，强化自身生态。

 

支付宝的AI形态

 

除了服务代码的CodeFuse之外，围绕蚂蚁生态，还有很多垂直模型在服务不同的行业，比如租房有房产的大模型，挂号有医疗的大模型，出行、法律、民生等领域都有各自的大模型。

 

如果说落地垂类模型，是蚂蚁AI的第二阶段，那么再下一个阶段，或许将是对新一代交互界面的探索，尝试从GUI（Graphical User Interface，图形用户界面）转向LUI（Language UI）。

 

事实上，本次五福节中的AI，不只有“飙戏小剧场”“会说话红包”“时空照相馆”“大家来找福”，这几个AI小游戏。五福节的“智能助理”，其实是基于百灵大模型的功能比较完整的AI对话产品。

 

虽然“智能助理”这样的功能离LUI还有很远的距离，但是也让陈亮看到了希望。”以前基于对话去调用功能，我们想都不敢想。现在有了大模型，大家觉得还是能做的。”陈亮认为，当下AI技术的挑战主要在于提高准确率。以往依赖复杂且可行性不高的模板来调用功能，不仅难以保持高准确率，而且维护困难，导致项目难以持续，大模型技术的引入给LUI提供了更多的可能。

 

基于大模型的AI开发能力、AI Infra，将是蚂蚁在AI时代的技术核心竞争力。而技术需要尽可能多地收集数据，了解用户需求，培养用户心智，并给技术迭代提供场景。

 

平稳支撑了五福节的蚂蚁AI，或许很快就会在支付宝中，迎来更多C端场景的AI产品。