传统媒体正在改变以往单一的采编、传播方式,加速向全媒体转型,一个基于混合云架构、大数据技术为基础的融合媒体云将是全媒体融合创新的关键。紧贴全媒体变革时代媒体云建设需求,华为&索贝 “融合新闻中心”全媒体峰会今日在深圳成功举办,吸引了来自各国的电视媒体、行业顶尖系统厂商以及新媒体 200多位IT总监、第三方咨询机构、中国电视技术专业委员会专家、行业分析师等参会。华为与合作伙伴和客户共同探讨了以融合媒体云构筑全媒体时代商业成功之道,并成功发布首个混合云编辑的全媒体融合新闻中心。
全媒体时代,云计算和大数据技术已趋普及,媒体行业能更关注用户本身,感知用户的位置、喜好、使用的设备,随时随地为用户提供喜欢的节目。深圳广电集团总工傅峰春谈到:深圳广电希望通过云计算技术整合现有新闻资源,改变传统媒体“单一渠道采集、封闭式生产、点对面单向传播”的运作模式,向“全媒体汇聚、共平台生产、多渠道分发”的新型制播方式转变。
国家新闻出版广电总局广科院总工程师盛志凡也表达了他的观点:向广电全媒体云制播平台技术体系转型升级是广电媒体融合发展的必然要求,广电全媒体制播云平台能力体系建设,要聚焦媒体汇聚、处理、生产、管理和发布等媒体处理能力,以及智能感知、调度、协同以及安全保障等方面,在此基础上实现智能化个性化全媒体一体化协同制播。
华为企业 BG Marketing与解决方案销售部总裁何达炳表示,华为聚集于融合媒体云平台技术创新,与合作伙伴联合打造首个混合云编辑的全媒体融合新闻中心。在电视台内搭建高码流编辑的私有云系统,台外构建了具备云编辑、合成、渲染的视频公有云平台,记者可以随采随编随发,极大优化内容生产模式。同时,公有云和私有云之间业务高效协同,并可充分利用大数据分析技术,对海量内容资产进行深度挖掘,实现精准传播,有效支撑传统媒体全媒体转型。
图片说明:华为企业业务MKT与解决方案销售部总裁何达炳
作为本次全媒体峰会的又一大亮点,华为第一次将实时采、编、播媒体全业务流程环境搬至现场,再现云端随时随地的全媒体内容制播。华为企业BG行业解决方案CTO 苏竞钊现场为与会嘉宾演示了媒体云平台便捷、流畅的制播过程。嘉宾们可通过手机、PAD将所拍摄的现场照片、视频片段上传到融合媒体云上,通过公有云平台实现随时随地的内容编辑,并可通过多种网络视频、门户网站、4K电视等多平台进行节目分发,感受融合媒体云带来的流畅、便捷的制播体验,着实让在场嘉宾过了一把记者瘾。
图片说明:华为融合媒体云现场体验
以深圳广电融合媒体云实践 BDII 行动纲领
华为在刚过去的 HNC2015 大会向业界发布了 BDII 行动纲领(Business Driven ICT Infrastructure, 业务驱动的ICT架构)。面向广电行业特殊的业务需求,华为与行业伙伴索贝联合创新媒体云,在大容量高性能存储、专业级视频处理云计算平台、无丢包承载网络和分布式数据中心等技术长期投入研发力量。本次深圳广电融合中心项目是华为践行 BDII 的典范。深圳广电,华为索贝三方共同创新媒体云方案,构建基于ALL IP架构 、弹性计算资源池、媒资存储资源池混合云全媒体解决方案,实现电视台内私有云高清编辑,台外公有云低码编辑,公有云和私有云业务高效协同,极大优化了内容生产模式,有效支撑传统媒体向全媒体转型。
“融合新闻中心媒体云的建设和启用,为未来深广电新闻业务的跨越式发展奠定了坚实基础。”深圳广电集团总工傅峰春表示,“在新投入的融合新闻中心,云化的IT基础架构使IT系统能够根据业务属性灵活部署,提高了新频道、新节目上线的速度,可以实现随时随地的全媒体内容制播,让用户自在享受流畅、便捷的视听体验,大幅提升资源利用率。”
融合媒体云成就全媒体未来
深圳广电正在进行的全媒体转型是整个广电行业转型的缩影。融合媒体云建设已然成为全媒体变革的必然趋势,一直以来,华为把客户的应用需求视为业务的驱动力,在媒资领域,华为融合媒体云解决方案已广泛与中国、法国、意大利等15个国家的包括深圳广电、凤凰卫视、中央电视台、英国娱乐公司IMG、Digital Domain、印度Tata Sky、约旦国家电视台、Rain Post、俄罗斯国家广播电视公司、英国制片公司Pinewood等众多知名传媒集团的1,000+家影视传媒机构进行创新合作,与合作伙伴一道,潜心服务媒体行业,成就全媒体未来。
好文章,需要你的鼓励
Indeed通过云原生和数据驱动的数字化转型,为AI时代做好了准备。公司CIO Anthony Moisant表示,他们不仅在采用AI,更在构建一个智能代理公司,将人类智慧与机器智能相结合。公司已完成从本地服务器向AWS的迁移,建立了统一的数据湖架构,并基于Apache Iceberg构建数据湖仓。目前已有4个Salesforce代理投入生产,6个内部智能产品上线,另有20多个代理正在开发中。
微软研究院团队开发的BitNet v2技术实现了AI大语言模型的重大突破,通过创新的H-BitLinear模块和哈达玛变换技术,成功将模型激活精度从8位降低到4位,同时保持了几乎相同的性能表现。这项技术显著提高了模型的计算效率和硬件利用率,为AI模型在边缘设备和批量推理场景中的部署开辟了新道路,有望推动AI技术的更广泛普及应用。
AI第四代生成式AI标志着技术范式转变,正在用户体验、应用自动化和平台三个层面为企业带来重大价值和颠覆。企业应关注商业价值而非技术本身,需要从业务问题出发量化价值。未来五年将在认知任务处理上取得巨大进展,但需要创新思维应对劳动力转型。六大颠覆性支柱包括下一代AI能力、数据平台、机器人技术、量子计算、企业用户体验和云架构等。
伊利诺伊大学香槟分校研究团队提出ToolRL方法,通过精细的奖励机制训练大语言模型正确使用工具。该方法突破传统监督微调局限,采用格式奖励和正确性奖励相结合的评估体系,在多个基准测试中相比基础模型提升17%,相比传统方法提升15%,显著改善了模型的工具使用能力和泛化性能。