ZD至顶网CIO与应用频道 08月08日 北京消息: 7月28日,由青云QingCloud举办的QingCloud Insight 2016大会在京举行。在会后的专访环节,星云视频云王智勇除了介绍了星云视频的主营业务以外,还谈到了希望朝着效率、成本和用户体验三个目标与青云一起努力。
以下为访谈实录:
ZD至顶网:各位网友,大家好!欢迎回到直播间,在青云大会上请到的嘉宾是来自星云CEO王智勇先生,请跟大家打招呼。
王智勇:大家好。
ZD至顶网:请您介绍星云的主营业务以及发展的领域。
王智勇:星云是2016年3月成立的,是一个很年轻的团队。星云主营业务是提供一站式视频云平台,包括现在比较火的生产类直播的底层流量分发以及提供一个完整的视频云的解决方案。
ZD至顶网:您介绍到咱们主要在视频领域有所发展,我们有什么独特的优势,跟友商不同的特点?
王智勇:星云提供的是分布式弹性流量分发的网络,这个网络的特点可以帮助用户节省流量,节省视频的带宽。大家知道目前直播的内容提供商受制于带宽的成本过高,制约他们的发展,使用星云的新兴传输技术,可以保证用户体验的前提下,节省40-50%的带宽。尤其像现在的生活类直播,新映客、花椒等用户数在极速增长。在用户数极速增长的时候,在高峰期的时候会出现用户体验下降的其他,经常会卡顿。使用星云的视频方案,可以通过我们后端的基于地理位置的率选算法,可以保证服务器拥塞可以得到大大的缓解,这是我们第二个优势。第三个优势使用星云网络和传统的CDN有不一样的地方,传统的CDN是一个静态的网络,我们星云的网络是在边缘上有很多误节点(谐音),通过误节点之间互相分享数据,通过这种方式达到动态网络的最优化。
ZD至顶网:星云是比较弹性的视频云平台,流量大小可以调节,借助于云服务商的弹性云服务。
王智勇:对。
ZD至顶网:了解到星云是视频云的解决方案,感觉数据流量大,对云的需求也高,您对云服务商都有哪些能力方面的要求,回到青云的会议上,青云给我们哪些帮助和提升?
王智勇:我认为云平台有三种能力,一是计算能力,二是存储能力,三是网络能力。星云这三个能力目前达到领先的水平,星云主要专注于IaaS层,青云主要专注于IaaS层,星云专注于在IaaS层上构建PaaS层,它对青云的要求是提供比较完备的技术支撑的能力,要有比较及时的响应。它有比较强的横向扩展能力,星云作为青云的合作伙伴,我们在共同构造我们的生态,一起为目前的客户提供服务。
ZD至顶网:现在星云的视频云平台完全上线运营吗?
王智勇:我们计划APP生态1.0,首先推出CDN服务,在AppCenter2.0的时候会尽快上线在线直播视频云的服务。
ZD至顶网:可见我们的应用上线挺快的,也是得益于云技术架构部署起来比较容易的优点。
王智勇:对,这是我们两边团队一起努力。
ZD至顶网:互相,我们这边的需求让青云知道下一步的发展方向,青云的发展也会带动我们的应用上线。刚刚在分论坛有一个圆桌论坛,您还有什么比较想要表达的观点吗?
王智勇:我在圆桌论坛提到,云化服务有三个重点,一是提升效率,二是降低成本,三是提升用户体验。星云和青云都是冲着这三个目标发力。
ZD至顶网:您今天参加青云大会对他们来说也是一种肯定,参加完大会后有什么感受和收获?
王智勇:我们跟青云的合作会持续下去,我们一起为青云和星云的客户提供更优质的服务。
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
港科大研究团队开发ORCA框架,首次让视频头像具备真正的"主观能动性"。通过"观察-思考-行动-反思"循环机制和双系统架构,虚拟角色能够自主完成复杂多步骤任务,在L-IVA测试平台上达到71%成功率。这项技术突破了传统视频生成只能机械执行预设动作的限制,为虚拟主播、教育视频等应用开辟新前景。