東京奧運(yùn)會馬上開幕,今年幾乎沒有現(xiàn)場觀眾,完全依靠電視網(wǎng)絡(luò)直播,成為一次真正意義上的“云上奧運(yùn)”。7月22日,國際奧委會主席巴赫在東京舉行的發(fā)布會現(xiàn)場表示,今年奧運(yùn)會將首次采用阿里云支撐全球轉(zhuǎn)播,這是奧運(yùn)邁入數(shù)字時代的重要一步。對這屆特殊的奧運(yùn)會來說,技術(shù)至關(guān)重要,感謝阿里巴巴的云技術(shù),今年將是數(shù)字化水平最高的一屆奧運(yùn)。
東京自12日起進(jìn)入緊急狀態(tài),在嚴(yán)格的防疫控制下,東京奧運(yùn)會將是歷史上首次觀眾席接近“空場”的奧運(yùn)賽事,東京地區(qū)、北海道和福島縣的所有比賽將空場舉行,僅有自行車和足球項(xiàng)目的三個賽場允許觀眾現(xiàn)場觀看。
對空場舉辦奧運(yùn),巴赫表示遺憾。但他認(rèn)為,在這種情況下,科技的參與至關(guān)重要,借助云上轉(zhuǎn)播等科技創(chuàng)新,人們與奧運(yùn)可以更緊密地聯(lián)系在一起,技術(shù)的貢獻(xiàn)是巨大的,我們有了一個全新的方式來去觀看奧運(yùn)會。這屆奧運(yùn)會通過電視和數(shù)字平臺轉(zhuǎn)播合作伙伴的報道覆蓋面,將比以往任何一屆奧運(yùn)會都要大。
對于本屆奧運(yùn)首次采用的云上轉(zhuǎn)播,巴赫表示,我們一起合作打造了云上的轉(zhuǎn)播平臺OBS Cloud,這是今年一項(xiàng)重大的創(chuàng)新。在轉(zhuǎn)播平臺上提供的3D追蹤技術(shù),為觀眾提供了創(chuàng)新的觀看體驗(yàn)。
2018年,阿里云與奧林匹克廣播服務(wù)公司聯(lián)手打造奧林匹克轉(zhuǎn)播云OBS Cloud。今年,奧林匹克轉(zhuǎn)播云在東京奧運(yùn)會上首次投入使用,為全球轉(zhuǎn)播機(jī)構(gòu)提供云上轉(zhuǎn)播支持。這將是奧運(yùn)歷史上首次采用云計算支撐全球轉(zhuǎn)播。
阿里云智能總裁張建鋒表示,對今年這屆特殊的奧運(yùn)來說,數(shù)字化不僅是一項(xiàng)挑戰(zhàn),更是機(jī)遇。對于全球觀眾,將首次以“云”的方式觀看奧運(yùn);對于全球媒體,基于OBS Cloud,轉(zhuǎn)播方不僅可以接收賽事內(nèi)容,還可以在平臺上建立自己的內(nèi)容創(chuàng)作、管理和分發(fā)系統(tǒng)。這使得轉(zhuǎn)播方工作人員不必親赴東京奧運(yùn)現(xiàn)場,可以遠(yuǎn)程完成轉(zhuǎn)播和編輯工作。
此外,今年也是第一屆以超高清、高動態(tài)范圍制作的奧運(yùn)會,細(xì)節(jié)豐富度較標(biāo)準(zhǔn)高清格式多出四倍。這些高清賽事內(nèi)容將通過奧林匹克轉(zhuǎn)播云,向全球轉(zhuǎn)播方分發(fā)。數(shù)據(jù)顯示,在東京奧運(yùn)會的17天賽期內(nèi),奧林匹克廣播服務(wù)公司將產(chǎn)出超過9500小時的體育賽事轉(zhuǎn)播內(nèi)容,比2016年里約奧運(yùn)會增加約30%。
以往,奧運(yùn)會現(xiàn)場報道需要建設(shè)面積龐大的國際轉(zhuǎn)播中心,并專門部署臨時性的遠(yuǎn)程轉(zhuǎn)播基礎(chǔ)設(shè)施,包括大規(guī)模外部裝置、編輯套件和網(wǎng)絡(luò)連接。這一過程耗時頗長、斥資不菲,在奧運(yùn)會使用結(jié)束后,還需將裝置分別拆卸并運(yùn)回各國。
今年OBS Cloud投入使用將逐漸改變這樣的情況。據(jù)OBS數(shù)據(jù),今年OBS Clould的出現(xiàn),讓東京奧運(yùn)會的國際轉(zhuǎn)播中心面積縮小25%,現(xiàn)場工作人員減少27%。此外,OBS Cloud還提供3D運(yùn)動員追蹤技術(shù),基于人工智能和機(jī)器視覺技術(shù),在田徑短跑項(xiàng)目中,觀眾可以看到每個運(yùn)動員的實(shí)時奔跑速度。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)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(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,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(xiàng)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(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(shí)驗(yàn)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(xiàng)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。