ZDNet至顶网软件频道消息:国内某家民营英文电视台利用搭建的“内容云”平台,满足世界各地公众通过互联网渠道向该平台上传和下载视频的需求。其在视频上传方面的模式类似于CNN(美国有线电视新闻网)的ireport,即公众可以利用自己手上的移动设备拍摄视频素材并上传到“内容云”平台上,这在很大程度上充实了该电视台的内容来源。该平台不仅仅是一个云端存储平台,事实上还包含后台完整的云视频处理解决方案;同时该平台还提供远程在线制作系统,上传者可以直接在该平台上进行视频的制作并完成上传,对于上传者而言,也可以通过其他用户的点击、购买等行为,与电视台进行收入分成。
在云计算平台的采用上,网络电视台可以选择混合云的模式,通过搭建内容存储平台,方便公众在世界各地通过互联网制作、上传所拍摄的视频素材,并实现分享。这一做法一方面加强网络电视台的内容储备,另外也让公众通过在该平台上传、分享内容,增加用户粘度。除了这一模式之外,网络电视台还通过云计算技术的采用,保证系统播出内容的时候不宕机。
面对某些大型网络直播事件,网络电视台面临的最大挑战在于,如何在短时流量增加、访问量倍数增长的情况下,让其IT架构稳定、不宕机。国内某网络电视台在马年除夕通过多语种、多平台进行春晚的全球直播,春晚直播是一个短时的流量增加,访问量上会有5倍以上的增长。通过采用灵活的可扩展的云计算技术,该网络电视台在春晚全球直播中,成本节约达到90%。
该网络电视台是国内某家传统电视台的新媒体传播机构,其转型以“一云多屏”为目标。所谓“多屏“,其概念很好理解。PC、智能手机、平板电脑、互联网电视、公交车载电视都是我们生活中应用愈发广泛的终端,为了服务于这些终端设备,该网络电视台扩展了五大业务,分别是:互联网、IPTV、互联网电视、手机电视和户外。目前该网络电视台是全国IPTV总播控平台,全国所有IPTV用户都在该网络电视台进行接入;其互联网电视业务占全国80%以上市场,大家熟悉的小米盒子、乐视盒子的后端内容和支撑都是由该网络电视台在做;该网络电视台以每天带宽流量过T的规模,已经排在国内视频网站第五位。这些“多屏“背后的支撑就是”一云“,也就是云计算,去年一年,该网络电视台整体业务量翻了一番。
对于传统媒体转型新媒体来说,一方面要应对业务量的增长,一方面还要在增长中保持业务创新,因此对于IT系统来说,所承载的压力也会更多,需要不断地去灵活应对,在这种情况之下选择云计算这一模式就是顺理成章了。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。