CNET科技資訊網(wǎng) 4月18日 北京消息(文/孫封蕾):“用三個(gè)星期的時(shí)間,打造一款移動(dòng)直播的APP”;“移動(dòng)直播突然就火了,以至于我們都沒時(shí)間去想怎么來推廣金山云做移動(dòng)直播有多專業(yè)”……
金山云合伙人朱樺
這些話聽上去像是說大話,但是,看著金山云合伙人朱樺嚴(yán)肅的表情,臉上完全沒有“吹牛”的影子。
所以,金山云組織一場名叫“如何快速打造一款月流水過億的移動(dòng)直播App”的沙龍就完全不奇怪了。
那么,快速打造,到底有多快呢?
朱樺說:“在我們平臺(tái)上,最快的記錄是6個(gè)人的研發(fā)團(tuán)隊(duì),用三個(gè)星期的時(shí)間,把iOS和安卓客戶端,完成了從開始設(shè)計(jì)App到最后發(fā)布App。”
這聽起來感覺不可能,但是實(shí)際上,以目前的技術(shù)程度來看App用三個(gè)星期的時(shí)間來完成,肯定是夠的,而在開發(fā)這款A(yù)pp的同時(shí),移動(dòng)直播的部分,只要把視頻所有的東西打包進(jìn)去,與App的開發(fā)可以實(shí)現(xiàn)同步完成,開發(fā)團(tuán)隊(duì)可以對視頻毫無概念,金山云可以幫助他們把服務(wù)端,到視頻前端的問題,一并解決。
因?yàn)檫@個(gè)速度,所以,在移動(dòng)直播領(lǐng)域的市場份額,金山云差不多占到了三分之一以上。
提及進(jìn)入移動(dòng)直播領(lǐng)域的原因,朱樺指出,一年半到兩年前開始,金山云主要是做存儲(chǔ)的業(yè)務(wù),當(dāng)時(shí)主要針對小米手機(jī)用戶。不到一年的時(shí)間里,小米手機(jī)里面視頻的體積和數(shù)量有個(gè)巨大的體現(xiàn),2014年和2015年的年初比,大概視頻的體積大概翻了7倍,這個(gè)數(shù)字幾何倍數(shù)的成長,不僅僅包括視頻的個(gè)數(shù),還包括視頻體積。
基于這樣的數(shù)據(jù),金山云判斷,視頻是互聯(lián)網(wǎng)未來發(fā)展的一個(gè)方向,經(jīng)歷過讀圖時(shí)代,經(jīng)歷過視頻時(shí)代,移動(dòng)視頻被金山云判斷為未來的突發(fā)點(diǎn),所以開始在戰(zhàn)略上向視頻領(lǐng)域傾斜,而且在發(fā)展過程中發(fā)現(xiàn),移動(dòng)端的需求越來越大。
盡管做了充分準(zhǔn)備,但朱樺也不可否認(rèn),移動(dòng)直播的洶涌來襲還是始料未及的。提前一年多的時(shí)間就已經(jīng)做了布局準(zhǔn)備,在市場爆發(fā)之時(shí),基本做到了行業(yè)的最高水準(zhǔn),所能提供的技術(shù)水平可以達(dá)到BAT級(jí)別。
朱樺舉例,移動(dòng)直播有30%--40%的情況下都處于弱網(wǎng)環(huán)境,是在3G網(wǎng)絡(luò)下,丟包非常嚴(yán)重。在這種環(huán)境下,能夠讓主播把視頻推上來,這個(gè)技術(shù)不是那么容易做到的,需要通過一些比較特殊的手段,比如說你要模擬網(wǎng)絡(luò)損傷的狀況,這就需要有專業(yè)的設(shè)備和專業(yè)的環(huán)境才能夠達(dá)到,一般情況下很難做得到。
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(duì)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(shí)驗(yàn)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(shí),輸出長度減少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,解決了長視頻生成中的錯(cuò)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(duì)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(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(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對培養(yǎng)AI空間智能的重要價(jià)值。