亚马逊云科技宣布,中国社交及直播出海标杆企业Joyme(乐我无限)全面使用亚马逊云科技来实现卓越运营,助力海外业务快速发展。Joyme采用亚马逊云科技在计算、存储、数据分析、机器学习等方面的多项核心服务,从过去粗放的经营模式转化为精细化运营,并通过创新开发直播内容审核识别系统和欺诈交易识别系统,加强风险合规管控,提升运营效率,实现了内容管理相关的业务成本降低40%,用户粘性提升10%,每年减少欺诈交易损失上百万美元。
Joyme是猎豹移动孵化的公司,其核心业务全球社交平台LiveMe汇集了来自200多个国家和地区的100多万名主播,月活跃用户数(MAU)超过3700万。目前该平台每天产生10万小时以上的直播内容,已经累积实现了1.2亿次的下载量。近年来,全球移动互联网市场的红利逐步消失,企业的获客成本越来越高,Joyme需要通过精细化运营稳住核心用户,同时拓展新渠道和新用户。同时,各国对直播内容平台的合规要求日趋严格,LiveMe需要强化合规,对直播内容进行高效的审核和管理。另外,在直播交易中,海外支付环境不同于国内,欺诈交易的风险较高,给LiveMe带来潜在的经济损失,为此Joyme也积极开展应用创新,尝试通过机器学习进行内容审核识别和欺诈交易识别。
LiveMe直播平台从一开始就构建在亚马逊云科技之上。亚马逊云科技“云、数、智三位一体” 服务组合赋能业务人员高效利用数据洞察,规模化应用机器学习,充分运用和发挥数据和AI的优势和创新作用,全面提升业务运转的效率,打造业务的可持续发展。
Joyme依托于亚马逊云科技,构建了支撑数据分析、内容分发推荐、风控、内容审核等功能的数据基础底座:利用Amazon Simple Storage Service(Amazon S3)存储数据,利用Amazon Aurora、Amazon Redshift和Amazon Opensearch Service高效地组织和管理海量数据。在此基础上,Joyme构建了内容审核识别系统和欺诈交易识别系统,利用Amazon EMR完成数据处理,利用标注平台完成样本标注,使其能够每天识别1亿张图片、10万条以上的视频和10万条以上的音频;利用Amazon SageMaker及相关服务,解放算法工程师的双手,让其高效完成建模与分析、数据特征和数据流构造、模型训练与推理、模型试错与优化的全套流程,让模型迭代周期缩短1倍,模型效果提升1倍。
在内容审核识别系统中,Joyme大量运用识别算法、检测算法、分割算法以及多模态相关算法,实时提取主播的内容特征,进行风险合规管控,识别优质内容、提高推荐效率,提升内容消费的宽度和深度。通过优化内容管理流程,让相关业务管理成本降低了40%;通过优化内容分发推荐系统,让用户黏性提升了10%。在欺诈交易识别系统中,Joyme通过引入机器学习能力,辅助运营人员识别线上订单交易风险,辅之以线下的风控运营,阻止欺诈交易,每年减少上百万美元的经济损失。
Joyme创始人、CEO何雁丹表示:“Joyme一直致力于通过技术创新,为全球用户创造有趣、有爱、卓越体验的互联网产品和服务;同时,不断提升运营效率,实现降本增效。亚马逊云科技‘云、数、智’三位一体的服务组合帮助Joyme加速了业务创新,并充分发挥数据和AI优势助力业务快速发展。未来,我们将探索利用亚马逊云科技更多新技术,例如在虚拟形象、语音驱动、图数据分析、跨区域容灾与自动伸缩、成本优化等方面,持续优化全球用户体验,提升运营效率。”
亚马逊云科技中国区数字原生事业部总经理梁岩表示:“亚马逊云科技广泛而深入的云服务为客户的业务和产品创新提供了诸多可能性,尤其大数据分析和机器学习的深度融合将为客户带来立竿见影的价值。Joyme通过借助亚马逊云科技的技术底座实现了精细化运营,其成果令人欣喜,也为业界树立了标杆。我们希望能凭借更多大数据与机器学习领域的领先技术,以及服务全球数百万客户的经验,为更多客户的业务发展提供创新力。”
好文章,需要你的鼓励
PDF协会在欧洲会议上宣布,将在PDF规范中添加对JPEG XL图像格式的支持。尽管Chromium团队此前将该格式标记为过时,但此次纳入可能为JXL带来主流应用机会。PDF协会CTO表示,选择JPEG XL作为支持HDR内容的首选解决方案。该格式具备广色域、超高分辨率和多通道支持等优势,但目前仍缺乏广泛的浏览器支持。
华东理工大学团队开发了3DEditFormer系统和3DEditVerse数据集,首次实现了无需手工3D遮罩的高质量3D模型编辑。该技术通过双重引导注意力和时间自适应门控机制,让3D编辑变得像2D修图一样简单直观,在游戏开发、影视制作、AR/VR等领域具有广阔应用前景,标志着3D编辑技术向普及化迈出重要一步。
Ironclad OS项目正在开发一个新的类Unix操作系统内核,面向小型嵌入式系统,计划支持实时功能。该项目的独特之处在于采用Ada编程语言及其可形式化验证的SPARK子集进行开发,而非常见的C、C++或Rust语言。项目还包含运行在Ironclad内核上的完整操作系统Gloire,使用GNU工具构建以提供传统Unix兼容性。
上海AI实验室联合多所高校突破多模态AI训练难题,提出NaViL原生训练方法。通过预训练语言模型起点、混合专家架构和视觉-语言能力最佳平衡三大创新,在有限资源下实现与拼装式模型相当性能。该研究证明原生训练的可行性,为AI真正理解图文结合提供新思路,有望在教育、医疗等领域带来更自然的人机交互体验。