《2013中國視聽新媒體發(fā)展報告》顯示,北京地區(qū)電視機(jī)開機(jī)率從三年前的70%下降至30%;而今年最火爆的美劇《紙牌屋》,在第二季上線當(dāng)天首集點(diǎn)擊率逼近300萬次,上線四天,點(diǎn)擊率逾900萬。在互聯(lián)網(wǎng)快速發(fā)展的沖擊下,電視行業(yè)不得不開始思變轉(zhuǎn)型。
新媒體時代,播出渠道和內(nèi)容不再是電視媒體的專屬優(yōu)勢,用戶對內(nèi)容、終端的多元化選擇改變了廣電產(chǎn)業(yè)原有的游戲規(guī)則。傳統(tǒng)電視產(chǎn)業(yè)由一個個電視臺組成,觀眾想看某個節(jié)目,就必須在某個固定的時間點(diǎn)、固定的頻道,忍受冗長的廣告,然后才能享受一點(diǎn)點(diǎn)劇情帶來的愜意。而在電腦、手機(jī)等移動終端上,視頻沒有“臺”,碎片化的節(jié)目讓用戶的觀看更加靈活。
面對挑戰(zhàn),北京電視臺將網(wǎng)絡(luò)電視臺(以下簡稱BRTN)作為戰(zhàn)略重心,于2012年初開始與藍(lán)汛ChinaCache達(dá)成戰(zhàn)略合作,借力藍(lán)汛ChinaCache領(lǐng)先的云+CDN整體解決方案,大踏步邁入新媒體階段。
北京電視臺通過與藍(lán)汛ChinaCache的合作,成功打造了網(wǎng)絡(luò)視聽的全媒體平臺,最大程度地貼近用戶在新媒體時代對數(shù)字化、網(wǎng)絡(luò)化、交互性、多媒體、個性化的需求。藍(lán)汛ChinaCache的云+CDN整體解決方案一舉攻破了北京電視臺網(wǎng)站功能單一、運(yùn)營成本高、網(wǎng)站擴(kuò)展能力不足的三大問題,滿足了新媒體時期節(jié)目錄制、播出、存儲和推廣、發(fā)布等需求,以出色的時效性和易用性實現(xiàn)了快節(jié)奏的節(jié)目制作和發(fā)布。面對用戶直播、點(diǎn)播、互動等多種多樣的需求,藍(lán)汛ChinaCache在低運(yùn)營成本的前提下為BRTN實現(xiàn)了穩(wěn)定可靠的服務(wù)和高效率的管理。而作為重要的媒體窗口,BRTN還需要隨時應(yīng)對重大的突發(fā)事件,保證在重要時期的正常運(yùn)營,即使遇到春晚等重大活動或MH370等突發(fā)事件,也不影響用戶在高峰時段的正常訪問。
BRTN采用了藍(lán)汛ChinaCache的廣電新媒體解決方案,通過分布式云計算取代傳統(tǒng)的部署和開發(fā)模式,結(jié)合遍布全國的CDN節(jié)點(diǎn),對視頻資源客戶端加載進(jìn)行緩存加速;通過塊存儲,讓大容量文件在高速穩(wěn)定的鏈路上傳輸,即使在大并發(fā)的情況下用戶訪問也能流暢自如。藍(lán)汛ChinaCache特別為BRTN劃分了獨(dú)立資源池,讓其在靈活部署、節(jié)約成本的同時保障核心業(yè)務(wù)數(shù)據(jù)的安全,并最大程度地提高終端用戶的網(wǎng)絡(luò)體驗,確保北京電視臺在新媒體時代的成功轉(zhuǎn)型。
藍(lán)汛ChinaCache創(chuàng)始人、董事長兼CEO王松表示:“面對新媒體沖擊,BRTN選擇了主動變革,在與藍(lán)汛ChinaCache戰(zhàn)略合作后,有效節(jié)省了運(yùn)營成本,減少了資源投入,并縮短了業(yè)務(wù)部署時間,保證了多終端用戶的優(yōu)質(zhì)體驗。藍(lán)汛ChinaCache,通過提供性能優(yōu)良、能力強(qiáng)大服務(wù)優(yōu)質(zhì)的內(nèi)容感知云計算服務(wù),致力幫助傳統(tǒng)企業(yè)加速變革,應(yīng)對挑戰(zhàn)。”
藍(lán)汛ChinaCache,早在2009年即開始籌劃云服務(wù),2010年成為國內(nèi)首批云服務(wù)提供商,其云主機(jī)和塊存儲服務(wù)更是榮獲國內(nèi)首批可信云服務(wù)認(rèn)證。藍(lán)汛ChinaCache將自身優(yōu)質(zhì)的CDN資源與云服務(wù)整合在一起,為客戶提供包括云主機(jī)、塊存儲、CDN外部延展、數(shù)據(jù)分析、安全防務(wù)等一攬子混合云服務(wù)解決方案。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。