互联网视频供应商Netflix认为, “Netflix的仍然是领导者高峰期的交通,我们的研究中占下游业务的36.5%。” 而YouTube处于遥远的第二名,占15.6%。
在此之后,下行流量,HTTP、普通的Web流量只有6%。剩下的都是iTunes,BitTorrent的,Facebook和MPEG流量。
未来在第八位,亚马逊即时视频拥有Netflix的带宽占有率只有一小部分高峰时2%的下游。 Sandvine的指出,“许多在我们的报告中观察到的视频服务体验做基于对这些平台的新内容的可用性在他们的份额一些季节性的变化。”
特别是,Hulu和HBO都特别容易受到这些波动,因为他们的大部分内容的变化时新的编程可用。吊带电视,美国的服务,允许用户流流行的有线电视频道如ESPN没有一个传统的有线电视订阅占峰值下行流量的不到1%。由于吊带电视只推出了一个月Sandvine的数据收集之前,结果不说太多关于其接受。
而这一切合法视频已经成为可用的,BitTorrent的,对等的对等文件共享协议最知名的视频和音乐盗版,使用量继续下滑。 BitTorrent的现在占在高峰期少于5%的总流量,总流量在一天只有6.3%。 2008年,Sandvine的报道,BitTorrent的占全部互联网流量的31%。
所以,今天,互联网已经成为电视和看电影的好地方。事实证明,解决互联网盗版是使数字下载和流媒体发展合理化的一个正确选择。
而广播内容这种旧的商业模式仍在处理这一新的商业实现模式。但是,不得不承认,互联网正在改变传媒业务。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。