至顶网软件频道消息: 来时一阵风,去时一缕凉。伴随法国队抱得大力神杯,2018世界杯正式结束。
32天,64场比赛,不论你是“伪球迷”,还是“真爱粉”,相信胃口都已得到满足。
与之前相比,相同的是受关注的依旧是那些球星,中国队还是在为世界杯“加油助威”,不同的是今年的世界杯“强者不强”,“黑马频出”,德国、阿根廷、巴西都未能走完全场。当然,对于普通人最大的不同,肯定是今年的观赛途径。
新媒体直播元年,央视系体验依然称雄
2018世界杯是“体育赛事”新媒体直播的元年。
2018年之前,绝大部分国际型体育赛事版权都在央视手里,观赛的渠道也无非CCTV以及旗下产品。今年央视作为本次世界杯的版权方和内容分发方,将转播权卖到了优酷和咪咕视频两家,开启了新媒体直播的元年。
以前没有的时候,观赛没办法选择,当多家相争时,大部分人会选择更好的。世界杯直播呈现“三足鼎立”的局面的时候,坊间对世界杯的评判标准,似乎又多了一项“直播技术到底哪家强”?
世界杯开赛期间,各家直播或多或少遇到了问题。相对来说,央视影音似乎成为了口碑最好的软件,网友的评论也从侧面证实了这一点。
不仅网友评价如此,央视影音世界杯期间的下载量也说明了情况。
世界杯开赛之前,央视影音在apple store下载排行榜20名以外,开幕赛结束的第二天,央视影音已经跃居第一位。不可否认,在世界杯新媒体直播的元年,央视网以及旗下产品依旧称雄。
央视系口碑逆袭背后,腾讯云极速高清技术助力
世界杯期间,央视系口碑直线上升的背后,其实离不开云计算技术的支持,而为央视影音提供极速高清技术的云厂商,正是腾讯云。
7月7日,在腾讯云组织的线下沙龙活动中,腾讯云高级产品经理李海琦和腾讯云高级工程师卢林揭秘了央视系世界杯直播清晰、流畅背后的技术,它就是腾讯云——极速高清技术。
腾讯云极速高清技术,又叫“智能动态编码技术”,主要利用机器深度学习,通过视频场景智能分类、编码参数匹配、前置处理、编码动态优化、码率智能控制、detail reduce、ROI处理等技术和流程,对直播或者点播视频流进行智能处理,以匹配最优编码参数,从而以更低的带宽成本给用户提供更高清的视频直播流。
据了解,腾讯云极速高清技术是腾讯云音视频AI技术“明眸”的重要组成部分,于今年5月“云+未来”峰会上正式发布。据悉,腾讯云极速高清能够支持电竞、美食、动漫、体育等数十个场景,而对于足球模型的支持,更是经历了500多场实验室模拟以及中超、英超比赛的实战磨炼。
据腾讯云官方介绍,腾讯云极速高清技术的码率智能控制,可将主观观看得分VMAF值提高3-5分,世界杯前期测试期间,在同样的条件下,腾讯云极速高清码率比友商少8%-10%左右。
32天全程值守,64场无一故障
前几日,腾讯云李海琦在沙龙上表示:“腾讯云为央视网的支持,是自带机器私有化部署”。也就是说,需要腾讯云“服务器自带”,“交换器自带”,“运维人员自备”等等,不仅如此,为保证质量,腾讯云还把全套的设备搬入了央视网的机房,进行服务器等硬件部署时,开发及架构师需要亲自布线,甚至是拧螺丝。
7月15日,伴随法国队夺冠,32天、64场激动人心的世界杯终于落幕,腾讯云对央视系的支撑也完美告一段落。
来自央视的数据显示,在过去30多天的时间里,央视总台世界杯前方报道团为中国观众奉献了700多个小时的节目,自有平台观众触达278.49亿人次,新媒体端触达169..29亿人次。创纪录的数据背后,每一场都有腾讯云团队的支持。
据腾讯云表示,在世界杯期间,腾讯云组建了超过100人的团队,为央视网提供技术支持,共计处理了700多个小时的节目。从前期布局到末期收尾,期间没有出现一次故障,7x24小时的服务支持,获得了央视网极大认可。
世界杯已经结束,央视网所有的数据和成果,或许是对30多天值守的腾讯云开发人员最大的安慰吧!
好文章,需要你的鼓励
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
过去七年中,基于机器学习的AI工具几乎完全自动化了地震学的基础任务——地震检测。AI模型能够检测到比人工分析师更小的地震,特别是在城市等嘈杂环境中。斯坦福团队开发的地震变换器等模型使用一维卷积和注意力机制,在包含120万个人工标记样本的数据集上训练。这些工具通常能发现比传统方法多10倍以上的地震,为火山结构成像和地质研究提供了更全面的地震目录。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。