至顶网软件频道消息: 有多久不看电视了?追剧上网,看个抖音,家里的电视机有很长时间都没有打开过了吧。据统计,2018年IPTV用户数和OTT的用户数已超过现有有线电视付费用户数,电视台的广告收入持续下降,广电行业正在面临新型媒体和互联网巨大冲击。对此,在第二十七届中国国际广播电视信息网络展览会上,新华三集团广电系统部总监穆戈向记者介绍了如何通过5G、4K与智慧新应用,来实现广电行业的业务新拓展。
5G、4K、智慧这些对广电网络公司来讲是新的一些应用,广电应利用现有的网络优势,结合整个广电行业在国内相对特殊的政治定位和角色,加快广电行业向智慧化转型,这是未来的重要方向。未来整个广电行业,无论从组织上、业务定位上还是技术上,都会发生很大变化。在这个变化过程中,所涉及到的云计算、IP化、5G、4K等技术,正好是新华三的技术优势和战略方向,新华三可以助力广电应对挑战。
为了满足广电行业在广电的5G、4K与智慧应用的新需求,在本次中国国际广播电视信息网络展览会上,新华三展示出了四大核心体系与五大技术亮点:
四大核心体系:
一是智慧广电生产和制播体系,相当于是内容制作。二是智慧广电传播体系。三是智慧广电安全与监管体系,最后是智慧广电生态体系。新华三主要围绕这四大体系,把整个产品解决方案做了集中呈现。
五大技术亮点:
第一是媒体融合平台:新华三是国内最早做媒体融合平台的厂商,新华三从2015年起就参与了河南大象融媒云、北京电视台等重量级融媒云的建设。。现在新华三的媒体融合平台落地是业内最全的,从县级融合媒体平台,到省级融合媒体云,到紫光集团的紫光公有云,构成了完整的媒体融合平台,这是业内绝无仅有的。此外,省台融合云还能作为省级技术平台服务县级媒体融合,向县级融媒体中心(租户)提供各类服务。
第二在4K方面:新华三展现了整个面向4K制作、4K信号调度、4K播出及信号播出整体方案。同期展出的新华三4K高性能存储产品,是新华三助力广电行业应对4K超高清电视发展挑战的创新产品。面对超高清电视超过普通高清电视10倍的传播数据量,存储I/O和存储容量成为制约广电产业发展的技术瓶颈,而新华三4K高性能存储产品则凭借更大容量和更高I/O的存储平台,具备了出色的可扩展性以及数据密度、更长的产品使用寿命和简便的运维管理,全面满足4K超高清关键应用场景及未来发展需求。
新华三为4K应用推出的高性能分布式存储解决方案
第三在5G方面:新华三跟三大运营商一直推进合作,从端到端进行5G布局,包括5G小站、5G传输网络、5G边缘云平台,5G核心网平台以及最顶层5G系统等,各个层面新华三都有技术的布局。后续也会在这方面与广电行业有深度的合作。
第四媒体AI方面:新华三针对电视台提供统一的媒体AI技术平台,基于此承载电视台多样化的AI应用。其中,建立在新华三强大云网实力基础上的广电融媒云方案,实现了云平台的开放化、云应用的容器化,并使云安全能力得到极大提升。
第五在安全等保方面:新华三重点展示了安全态势感知相关的方案。
新华三今年广电行业业务的一大主题是赋能智慧广电,聚焦媒体融合跟智慧广电。现在整体解决方案方面的特点可以概括几个方面:
第一,在业务上,实现全流程的覆盖。从最初的素材采集、生产制作、调度发布、比较传播,一直到终端侧,新华三的产品解决方案可以实现全流程覆盖。
第二,在平台上,可以做到一体化交付,也具有很好的开放性。
第三,在技术上,完全自主可控。新华三是国有控股企业,自主创新的产品与方案安全可控。
第四,在生态上,新华三拥有全方位生态体系的合作伙伴,很多场景化的解决方案,新华三都是跟合作伙伴共同进行适配的,包括今天的展台里也有很多合作伙伴的产品在展示中。从技术上,新华三的解决方案也同步覆盖现在广电的众多热点领域,包括现在4K、5G、AI、IP化等。
在广电行业深耕20余年的新华三,从最初的模拟(电视),一直到标清、高清,到现在4K,一直在服务于广电用户。对于客户的诉求,还有这个行业未来的发展方向有着很清楚的理解。因此,新华三有能力去推动这个行业的发展,为广电行业持续发展打造数字化引擎。新华三在数字化的相关技术领域已经投入积累了十几年的时间,在云计算、大数据、大互联、大安全、AI、5G都有广泛的技术积累。另外新华三有广泛的生态合作基础。正是这些积累使得新华三有能力去给广电赋能,满足广电行业对新业务应用需求的挑战。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。