至顶网软件频道消息:如今,视频行业已进入爆炸式发展的时代,4K、AR、VR、人工智能这些词汇,已被人们越来越多地提及。行业的爆发与快速迭代,为视频云服务的发展提供了充足的推动力,这也进一步促进了视频行业的繁荣。
视频行业和视频云服务如何走上更加广阔的舞台?11月30日,在第六届中国网络视听大会由金山云承办的“AI赋能 俯瞰视界”人工智能应用发展论坛上,金山云CDN及视频云产品中心总经理宗劼发表了主题演讲。宗劼表示,在视频行业呈现出直播互动、人工智能、AR/VR、高清四大趋势的作用下,视频云服务将呈现传输深度边缘化、视频业务全云化、智能化、边缘计算化四大趋势。作为视频云服务领军企业,金山云将顺应趋势,通过深耕视频行业,打造更优质的产品和服务,为更多应用领域赋能。
金山云CDN及视频云产品中心总经理宗劼发表主题演讲
视频行业呈现四大趋势 云服务迎新机遇
中国互联网络信息中心(CNNIC)的数据显示,截至2018年6月,中国网络视频用户规模达6.09亿,占网民总体的76.0%。手机网络视频用户规模达到5.78亿,占手机网民的73.4%。这说明,视频已成为人们生活的一部分。
行业的火热是技术进步的推动力。宗劼表示,视频行业已呈现四大趋势。第一大趋势是互动。直播作为即时性强的娱乐形式,互动是其天然自带的特性,连麦、问答、抓娃娃......主播均会与观众形成互动。
第二大趋势,人工智能。人工智能是整个视频行业的未来,机器学习、图像识别、内容选择、内容分析等,都是人工智能与视频结合的典型应用。
第三大趋势,AR/VR。近年来,AR、VR行业快速发展,随着主流标准制定和技术的成熟,AR、VR势必会在更多应用场景落地。
第四大趋势,高清。随着硬件设备的处理能力增强,1080P、2K、4K,视频高清化将持续升温。高清需求的增加,对互联网的业务支撑能力和带宽的需求将井喷。
“技术的进步对云服务提出了更高要求”,宗劼表示,如今在线视频的应用场景日益复杂多样,云服务商应该通过深耕行业,挖掘用户的个性化需求,提供有针对性的增值服务,从而帮助视频平台建立竞争壁垒。
视频云四大趋势赋能更多应用领域
在视频行业四大趋势作用下,视频云服务同样将呈现出四大趋势,分别是传输深度边缘化、视频业务全云化、智能化、边缘计算化。金山云将顺应这些行业趋势,不断将最新技术引入视频行业,围绕视频这一核心,辐射特色服务。
第一大趋势是传输深度边缘化。受限于传统网络分布和传输技术问题,比如在高峰期时,比如在西北、西南地区,网络传输的效率和速度极大影响体验。金山云联合小米共同推出“一公里边缘计算”解决方案,利用边缘计算技术,解决长期困扰业界的从CDN节点到WiFi终端之间最后一公里的网络速度和安全问题,打造距离用户最近的边缘计算,解决网络拥堵和劫持,相比传统CDN网络,能够将全网整体速度提升30%。宗劼表示,“我们希望通过传输深度边缘化,让视频流量的传输管道深入到每个家庭的终端,更加高效地运转,更好为用户服务”。
第二大趋势是视频业务全云化。在视频的处理方面,除了CDN以外,包括源站、编解码、AI处理、流媒体传输和交互式通讯等都将上云。同时,包括主机、存储在内的视频配套业务也将上云,从而帮助客户进一步提升效率,让业务更快上线,更好提升稳定性。
第三大趋势是智能化。通过在视频和人工智能领域的实践和探索,金山云相继推出三大AI产品——KIE、集智高清和“金睛”平台,帮助视频平台实现内容AI化,优化用户体验、降低运营成本、保障内容安全,带来高清视觉体验,最大程度上节省传输成本。
第四大趋势是边缘计算化。如视频AI、视频转码、低延时直播、声音识别,将呈现出“边缘化”特征。对于低延时直播,边缘计算能够将原来的几十毫秒的延时,降低到十毫秒以内。视频AI经过边缘计算技术的处理,能够降低中心机房带宽传输的压力,实现成本的大量节省和体验的大幅提升。
“顺应视频云的技术趋势,我们能够赋能更多的应用领域,包括OTT、IoT、网络购物、音视频通讯等”,宗劼表示,金山云将坚持客户需求为导向,融合创新技术,帮助视频平台拓展市场空间,以效率提升和价值创造推动行业发展。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
苹果在iOS 26公开发布两周后推出首个修复更新iOS 26.0.1,建议所有用户安装。由于重大版本发布通常伴随漏洞,许多用户此前选择安装iOS 18.7。尽管iOS 26经过数月测试,但更大用户基数能发现更多问题。新版本与iPhone 17等新机型同期发布,测试范围此前受限。预计苹果将继续发布后续修复版本。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。