樂(lè)視網(wǎng)昨日與微軟達(dá)成戰(zhàn)略合作,雙方將從打造視頻云平臺(tái)著手,挖掘更多新領(lǐng)域商機(jī)。
自從按照“移動(dòng)為先 云為先”的戰(zhàn)略轉(zhuǎn)型后,微軟逐漸成為一家專注于云平臺(tái)的公司。微軟公司資深副總裁、大中華區(qū)董事長(zhǎng)兼首席執(zhí)行官賀樂(lè)賦(Ralph Haupter)指出,基于微軟技術(shù)的 Azure公有云目前已經(jīng)覆蓋全球19個(gè)區(qū)域,微軟在這個(gè)云圖上做了很多事情,并且還能做到更多。
樂(lè)視網(wǎng)CTO、樂(lè)視云計(jì)算有限公司董事長(zhǎng)楊永強(qiáng)表示,樂(lè)視云計(jì)算承擔(dān)著樂(lè)視生態(tài)‘平臺(tái)+內(nèi)容+終端+應(yīng)用’中‘平臺(tái)’的戰(zhàn)略布局。此次戰(zhàn)略合作,樂(lè)視視頻技術(shù)將結(jié)合微軟Azure公有云。
兩位發(fā)言人現(xiàn)場(chǎng)主要透露的信息包括:
1、微軟與樂(lè)視將共建一個(gè)全球視頻云平臺(tái)。按照官方的說(shuō)法,樂(lè)視需要微軟IAAS云服務(wù)進(jìn)行全球布局以降低技術(shù)運(yùn)營(yíng)成本,而微軟則需要樂(lè)視這個(gè)大客戶及其云視頻。
2、今年樂(lè)視已在香港、美國(guó)洛杉磯、硅谷設(shè)立了子公司,東南亞、澳洲、歐洲的戰(zhàn)略落地也都在進(jìn)行中。樂(lè)視要將獨(dú)有垂直整合的“平臺(tái)+內(nèi)容+終端+應(yīng)用”生態(tài)模式拓展到海外,樂(lè)視云平臺(tái)將作為先行者在海外快速部署。微軟Azure公有云已在全球部署了強(qiáng)大資源,擁有豐富運(yùn)營(yíng)經(jīng)驗(yàn),樂(lè)視云視頻平臺(tái)攜手微軟Azure公有云平臺(tái)一起打造領(lǐng)先的全球視頻云,可以幫助樂(lè)視生態(tài)快速在全球主要區(qū)域落地發(fā)展,降低前期投入風(fēng)險(xiǎn),提高海外業(yè)務(wù)運(yùn)營(yíng)效率和服務(wù)質(zhì)量。
3、樂(lè)視云計(jì)算公司從成立到現(xiàn)在,主營(yíng)業(yè)務(wù)分為免費(fèi)和付費(fèi)兩種模式,目前來(lái)看收入規(guī)模達(dá)預(yù)期,但具體營(yíng)收情況要樂(lè)視披露財(cái)報(bào)時(shí)候才會(huì)公布。
4、微軟云平臺(tái)累積的客戶可以滿足視頻需求,同樣樂(lè)視網(wǎng)的大量用戶也能享受微軟云服務(wù)。
5、微軟將利用云平臺(tái)擴(kuò)展到電視發(fā)行、教育、娛樂(lè)、智能設(shè)備等更多領(lǐng)域。可以預(yù)期,樂(lè)視與微軟,在廣告營(yíng)銷、智能硬件、游戲、車聯(lián)網(wǎng)、全球化等多個(gè)領(lǐng)域都擁有巨大合作潛力。
可以看到,雙方的戰(zhàn)略合作將延伸到更多領(lǐng)域,也為基于云平臺(tái)上的新領(lǐng)域創(chuàng)造更多商機(jī)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)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(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)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(duì)提出SIRI方法,通過(guò)"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(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)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(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)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(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(gè)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(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)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(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。