科技行者支持,以分享創(chuàng)業(yè)者的創(chuàng)新故事。
,主要包括仿真現(xiàn)實SR、虛擬現(xiàn)實VR、增強現(xiàn)實AR、混合現(xiàn)實MR等真實與虛擬組合的各種技術應用,是具備最高級交互和沉浸方式的內容承載形式,甚至被認為是“下一代移動計算平臺”,可以被廣泛應用于教育培訓、工業(yè)制造、游戲娛樂等諸多領域。
然而由于各種條件限制,走向民用的XR技術還局限于線下應用,即極大依賴于硬件,需要戴頭顯或者在特定設備上使用。具體挑戰(zhàn)來自于:系統(tǒng)數(shù)據(jù)量大、對終端算力要求高、成本高,難以通過網絡實現(xiàn)便捷的傳播和輕量化的應用。
”平行云創(chuàng)始人兼CEO李巖指出,利用“云”強大的計算能力,將XR內容運行上云、渲染上云,同時把復雜計算和圖形渲染轉移至云端,通過網絡將XR體驗傳遞至各種形式的泛終端,降低了對終端硬件的配置要求和成本,減弱了對高性能硬件的依賴,推動了XR應用輕量化、便捷化、移動化的使用,并且保護知識產權,為用戶和企業(yè)提供了卓越的XR體驗。
5G是促成XR規(guī)?;瘧玫年P鍵要素。
平行云成立于2016年,是CloudXR的理念倡導者和技術先行者,以提供平行世界的云基礎設施為核心理念,致力于為開發(fā)者提供低代碼、開箱即用、高效部署的Cloud XR PaaS平臺。服務客戶覆蓋教育培訓、數(shù)字孿生、游戲娛樂、在線展示、虛擬直播等領域。
>
科技行者:您當初創(chuàng)辦平行云的一個契機是什么?
李巖:說到創(chuàng)辦平行云,不得不說我創(chuàng)業(yè)之前的履歷。此前近20年,我一直在軍隊的科研單位從事戰(zhàn)場環(huán)境仿真的工作,與XR相關的事情。業(yè)內也都說這項技術本身是源自于軍事應用。
?出來創(chuàng)業(yè)無非考慮兩個因素。第一,如何把既往的積累盡可能復用起來;第二,找到一個更廣闊的空間。
結合這兩點我們思考,既然可以用仿真的方式去構建一個虛擬的戰(zhàn)場環(huán)境,那么也可以用仿真的方式去構建一個更宏大的虛擬世界,這是創(chuàng)業(yè)初的一個想法。
?科技行者:給我的感覺有點像平行宇宙或者平行世界。
,這是我們創(chuàng)業(yè)的初心。
科技行者:平行云的定位是云化XR,當初為什么選擇這樣一條賽道,對于這條賽道的期待又是什么?
?李巖:由于此前一直在行業(yè)內,我對XR本身很熟悉,對整個行業(yè)的發(fā)展歷程、行業(yè)痛點、以及未來趨勢,有自己的理解和認知。
我們現(xiàn)在講元宇宙也好,講Metaverse也好,講平行世界也好,眾說紛紜,各種概念沒有統(tǒng)一標準。但其實大家還是有一個共識——元宇宙是未來互聯(lián)網的新形態(tài)。這種新形態(tài)跟傳統(tǒng)形態(tài)相比,最大的區(qū)別是,我們可以身臨其境進入到一個虛擬的空間,在里面可以做各種互動,比如社交、娛樂、購物、學習、工作等等。
未來我們不是打開一個瀏覽器,在一個窗口里用文字、圖片、音視頻的方式去了解信息,而是身臨其境進入一個虛擬的、三維的、像真實世界一樣的空間去做互動,這種形態(tài)就是我們所說的XR。
生產不出來,海量的內容傳播不出去或者傳播不便捷,那么使用肯定不廣泛。
只有實現(xiàn)XR的云化,讓它上云,讓內容和終端實現(xiàn)解綁,讓大家用最輕量級的設備連上網就能使用XR,這是未來XR規(guī)?;褂玫囊粋€前提。
科技行者:您剛剛多次提到元宇宙,它其中也會用到XR和云,您自己怎么看待元宇宙?
其實目前還不用關注太多。
?元宇宙的概念是代表著未來,但元宇宙所依賴的技術一直在發(fā)展,比如XR技術、新一代智能終端設備的技術、網絡技術,都在發(fā)展中。
科技行者:5G時代的云化XR有哪些新機遇?
李巖:XR規(guī)?;瘧玫囊粋€關鍵要素是云化,云化之后,它所帶來的問題有三點。
它需要實時把一個高碼率的視頻流,從云端傳輸?shù)浇K端,這需要一個非常大的帶寬。
不太一樣,后者對于時延要求的沒那么苛刻。但XR每進行一個新動作,比如戴上VR眼鏡,頭稍微一動,一個指令上傳到云端,云端去計算結果,再以一個很高碼率的視頻流推回來,這個時間必須控制在一個很小的范圍,否則會造成眩暈、卡頓等一些不好的用戶體驗。
這是一個完全實施的過程。不像我們在線看視頻的時候,還能緩沖一下,可以事先下載,然后保持一個連續(xù)播放,但是XR的云化對可靠性要求極高。
總結剛才講的三個需求,高帶寬、低時延高可靠、廣連接,恰恰是5G的三大特性。
?科技行者:具體來說,云化XR的應用場景是怎么樣的?
,如果用仿真的方式來做,不只讓學生單向獲取知識,還能夠進入場景里進行互動學習,這種學習效率很高,俗話說看十遍不如動手做一遍。
云平臺,所有散落在各個院系的虛仿課程/VR課程統(tǒng)一放在云平臺上,學生在任意的時間、地點用任意輕量級的設備,都可以接入學習。
,臺下的觀眾不只是單向的看演出,還可以化身為一個虛擬形象進入到場景中,與歌手互動。
?而這樣的方式,它不可避免要有大量的三維系統(tǒng)去運行,甚至是VR/AR系統(tǒng)去運行,我們不可能要求看演唱會的人都有一套專業(yè)設備,所以要實現(xiàn)XR的云化才能做到。
科技行者:您如何看待中國在XR領域的產業(yè)地位,和國際相比,情況如何?
,特別是從整個產業(yè)的核心基礎技術角度講,我們還處于追趕的階段。
,特別是XR在C端的應用場景,實際上是有待培育和挖掘的。但是國內已經有大量的B端場景在廣泛使用。
?第三,也是我們國內的一個優(yōu)勢。一方面,我們剛才提到CloudXR是XR規(guī)模化應用的一個重要因素,另一方面,5G網絡建設又是CloudXR的一個關鍵要素,而中國的5G建設在全球是領先的,所以從這方面一定會去助力XR在國內的各個場景中的快速落地。
科技行者:所以就更需要像平行云這樣的公司,去做一些技術推動。另外我們了解到,平行云此前跟GSMA有過接觸,您怎么看待未來與GSMA的合作?
李巖:網絡條件是CloudXR的一個非常重要的一環(huán),而GSMA又是國際上代表所有運營商的一個組織,而運營商是網絡的提供者,是非常重要的。我們希望能夠借助GSMA平臺,去跟更多的運營商、產業(yè)鏈上下游的伙伴一起合作,共同推進XR以及XR云化的發(fā)展。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。