ZD至顶网软件频道消息:IBM周一宣布推出一款新的、由Watson支持的云服务,这次推出的这项服务计划分析视频元数据。National Association of Broadcasters Show(国家广播电视节目协会)宣布这项服务应该能够帮助内容提供商和广告商找到吸引目标受众的方式。
该服务将利用Watson的认知能力来提取元数据,例如关键字、概念、视觉图像、语气和情感语境。它使用一系列Watson API,包括:Tone Analyzer(语音分析器)、Personality Insights(个性洞察)、Natural Language Understanding(自然语言理解)和Visual Recognition(视觉识别)。它也可以将视频分割成逻辑场景。
例如,运动网络可以使用该服务来快速并自动地识别和打包用于广告中的篮球相关的快乐场景内容,而不是让人手动选择要使用的视频片段。
IBM表示,该公司人工智能提供的功能在视频分析市场上是独一无二的。该公司表示,鉴于通过各种设备在云端上传的内容越来越多,企业要想从中获取有用的见解正在变得更加困难。
IBM全球电信、媒体和娱乐行业的总经理Steve Canepa在一份声明中表示:“我们看到多屏幕内容和观看选项的巨大增长正在为M&E公司提供重要的需求,改变内容的开发和交付方式,以应对不断变化的观众行为。”
今年晚些时候提供的这项服务将以IBM以前对Watson可以为媒体和娱乐行业提供服务的研究为基础。去年,IBM利用Watson生产电影预告片,而今年早些时候,Watson技术则成为高尔夫球锦标赛的亮点。
好文章,需要你的鼓励
存储扩展专家Lucidity将其AutoScaler平台扩展至Kubernetes容器编排平台,帮助企业控制存储支出。该公司表示,Kubernetes中的持久卷常常成为隐形浪费源,虽然Kubernetes可自动扩展实例数量,但底层存储通常未被充分利用。新服务可为亚马逊EKS提供持久卷的自动扩缩容,声称可为客户节省高达70%的云块存储费用。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
超过1.8万Spotify用户加入名为"Unwrapped"的集体组织,通过去中心化数据平台Vana将个人听歌数据打包出售给AI开发者。该组织已将1万用户的艺术家偏好数据以5.5万美元价格售出,用于构建新型流媒体数据分析工具。Spotify对此发出警告,称该行为违反开发者政策和商标权,禁止将平台数据用于机器学习模型构建。但Unwrapped团队坚持用户拥有控制和变现个人数据的权利,双方就数据所有权展开争议。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。