至顶网CIO与CTO频道 11月07日 北京消息:互联网流量正以平均每年26%的速度增长。2017年以来,视频流量在整个互联网流量的占比一直处于高位。从2017年的75%,到现在的约80%, 到2022年预计超过82%的互联网流量将来自于视频或者包含视频的应用。
2019年,每月约200EB的互联网流量里80%来自于视频,到2022年,这个数字将会翻倍,这个巨大的数字所代表的商业价值不言而喻。
腾讯多媒体实验室专注于多媒体技术领域的前沿技术探索、研发、应用和落地。积极贡献国际国内行业标准制定,包括多媒体数据压缩、网络传输协议、多媒体系统和开源平台等。
腾讯多媒体实验室打造三大核心能力,第一、音视频编解码、网络传输和实时通信;第二、多媒体内容处理、分析、理解和质量评估;第三、沉浸式媒体系统设计和端到端解决方案。腾讯于2018年开始参与VVC标准制定,迄今为止已经向标准组织提交超过250个技术提案,其中约70个技术提案已被标准采纳。
编解码技术是数字时代视频应用不可缺少的环节,视频编解码的效率直接影响着一个产品或者一套解决方案的效率、成本、品质甚至是成败。
尽管压缩效率非常重要,但并不是所有人都在使用压缩效率最高的编解码格式,因为不同的应用场景对视频编解码器的需求侧重有所不同。腾讯杰出科学家、腾讯多媒体实验室总经理刘杉表示,在质量、延迟、带宽、成本之间寻找一个最优平衡点是我们努力的方向和目标。
腾讯杰出科学家、腾讯多媒体实验室总经理刘杉
同时AI也已经渗透到多媒体数据压缩、数据处理、数据传输整个链路中,例如数据处理中的,视频画面增强、降噪、锐化、超分、倍增等,以及数据压缩和传输的效率提升。
云游戏是以云计算为基础的游戏方式,在云游戏的运行模式下,所有游戏都在服务器端运行,并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端用户的游戏设备不需要任何高端处理器和显卡,只需要视频解压缩能力。
云游戏商业化面临一个挑战就是高成本,刘杉说道,其中最大的成本来自于带宽 34%,其次是GPU 27%。视频编解码器的优化将有助于大大降低云游戏的带宽成本,推动云游戏商业化。
到了5G时代,让更多应用触手可及,使得万物互联成为可能,在5G的影响下,媒体内容的生产、获取和传播方式都在发生变化。
“4K、8K、VR、AR、MR、点云在过去因为受限于网络带宽的应用,在5G的推动下可能会迎来突破。”刘杉说道,5G的低延迟特性还将触及医疗和其他一些倚赖高速连接和互动的领域,例如远程手术和自动驾驶。
互动沉浸式媒体也将在5G时代迎来爆发,其应用领域非常广泛,包括文旅、教育、影视、泛娱乐、安全、零售等很多垂直行业。
腾讯多媒体实验室也正围绕着腾讯的业务并在不同垂直行业进行应用。例如腾讯多媒体实验室与腾讯云合作的“一部手机游云南”项目,其提供了裸眼VR全景技术,结合白沙细乐、热美磋等多项云南非物质文化遗产内容,为云南旅游景点提供精细化导游导览方案。通过此项技术,游客可跨越时空限制,用一部手机即可随时随地观看演出,身临其境感受当地文化魅力。
多媒体实验室还联合腾讯视频和腾讯云推出AI智能云剪辑,在最短时间内将十一阅兵中精彩片段进行拆分和剪辑。腾讯多媒体实验室和腾讯云正在研发的智能场记解决方案,运用深度学习技术结合信号处理理论,对视频内容进行高级语义理解,并已经在体育赛事等场景取得阶段性成果。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。