至顶网CIO与应用频道 09月20日 北京消息:超高清视频是继视频数字化、高清化之后的又一轮重大技术革新。超高清视频产业链长,发展超高清视频产业可带动包括芯片、显示面板、视频制作设备、存储设备、网络传输设备、终端整机等数十个产业的协同发展。
2017年11月,发展4K超高清电视被纳入“十三五”科技发展规划。2018年8月,工业和信息化部部长苗圩在超高清视频产业发展工作协调会议上强调我国必须把握超高清视频产业发展带来的重大机遇,加强顶层设计。这些利好消息的频出一方面体现了政府对发展超高清视频产业的重视,另一方面也预示着中国的超高清视频产业进入高速发展期。
近期,赛迪顾问发布《2018年中国超高清视频产业演进及投资价值白皮书》。白皮书从产业链、市场和投资三个维度,对我国超高清视频产业发展布局、发展难点、未来发展趋势及投资机遇进行了全面剖析,为政府顶层设计、企业发展布局、投融资机构战略规划提供研究支撑。
赛迪预测2018年中国超高清视频产业成为“万亿市场”
据赛迪顾问统计,2017年中国超高清视频产业总产值为7614.8亿。伴随产业链上各主导企业的积极布局以及政府部门的大力扶持,2018年中国超高清视频产业将迎来“万亿”级风口。基于整体市场、产品成熟度及技术发展等指标的研判,赛迪顾问对超高清视频产业发展预测倾向乐观,预计2022年中国超高清视频产业市场产值超过3万亿,其中电视机、高清面板等硬件产值将达到15681.7亿元,复合增长率为20%;,宽带建设、视频制作等相关产值将达到10386.2亿,复合增长率为80%;有关应用和服务将达到7546.2亿,复合增长率为90%。
图2 2017-2022年中国超高清视频产业产值及预测

数据来源:赛迪顾问 2018,08
超高清视频产业链长,各环节巨头全力出击、加紧布局
超高清视频产业涉及数十个相关产业,从产业链看,包括核心元器件、视频生产设备、网络传输设备、终端呈现设备、应用与服务。各环节的巨头企业已经从技术、硬件、网络、内容四方面全力出击、加紧布局,努力抓住未来3-5年的战略机遇期。
图1 超高清视频产业链图

数据来源:赛迪顾问 2018,08
在技术领域,腾讯探索运用云计算、人工智能等技术解决传输延迟等痛点问题;海思、晶晨的超高清视频SoC芯片国内市场份额逐步提高。在硬件领域,京东方推出“8425”战略,2017年12月BOE(京东方)合肥第10.5代TFT-LCD生产线的正式投产,为业内树立了最高世代线的技术新标准;TCL正积极开发具备“4K+AI”功能的新产品,建设广州4K只能电视基地,推出高性能人机交互系统。在网络领域,三大运营商在努力提高我国网络承载力的同时,也在与中兴、华为等设备商以及芯片、终端厂商积极推进5G技术的发展。在应用领域,广东等地已经与4K花园成立节目创作中心,规划年产1000-1500小时的4K节目;海康威视、大华、华为、海信等企业在安防监控、工业制造、医疗健康等领域开展了超高清视频行业应用解决方案的探索。
体育赛事有望成为超高清视频行业应用爆发点
国际、国内重大体育赛事的举行往往是超高清视频产业发展的催化剂。为保证比赛的公正性,有时需要观看球员的慢动作回放。4K技术则是实现这一目的的前提条件。4K即4096×2160的像素分辨率,它包含了比1080P的全高清高达4倍的像素数量。在4K像素下,球员的动作细节、裁判手上的黄牌或红牌,甚至裁判手表上的时间都可以看地一清二楚。
在世界杯登陆央视40周年之际,央视首次在本届俄罗斯世界杯直播中引入4K高清信号。西安、武汉、苏州、上海、福州五座城市近20万人在6000寸超大4K屏幕前观看了这一体育盛事。其中,西安、武汉、上海三座城市更是在半决赛时引入4K信号,首次实现了世界杯4K直播。
此外,中超比赛、2022冬奥会等体育赛事的举办也必将推动4K甚至8K产业的发展,进一步丰富超高清视频的行业应用。
好文章,需要你的鼓励
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
OpenAI发布新版GPT-5.2-Codex AI编程模型,专注自动化复杂软件工程任务。该模型在SWE-Bench Pro基准测试中准确率达56.4%,在代码重构、Windows环境性能和网络安全方面表现出色。新增的上下文压缩功能支持长期多步骤编程任务,增强的视觉能力可解读截图和技术图表。模型还具备AI辅助漏洞检测和修复功能,现已向付费ChatGPT用户开放。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。