伴随着教育改革的推进,远程教育、在线教育、公开课、远程答辩……这样的教学方式变得越来越常见,而IT技术尤其是视频协作技术的进步,使得这些新兴教学方式成为了可能。
当然,对于高校来说,视频协作绝不仅限于教学领域,在科研、行政、会议、培训等各种场合都可以借助远程视频会议系统,来提高运作效率,降低成本。
最近,在思科公司和城云科技的支持下,浙江大学通过视频交互系统实现了多校区教学、国际教学科研活动、校企科研协同、跨校区行政会议等多种应用场景的视频协作,大大提高了教学运行效率和管理效率。
让天涯从此咫尺
浙江大学的视频协作应用开始于2013年,当时只在校内应用,后来逐步扩大到教学、科研和后勤服务等领域。
城云科技成立于2012年,是专注于云计算行业的国际化高科技企业,其使命是为城市、企业和每一个人提供随时、随地、随享的云服务。视频协作云平台是城云科技采用思科技术自主研发的全方位云服务运营平台,为用户提供视频协作云服务、中小企业云服务、特色城市云服务等全方位的云应用服务。
浙江大学的教育视频云是利用思科的视频通讯技术,基于硬件MCU技术搭建的视频交互云平台,支持20路1080P并发,线下采用思科各种硬件终端和视频软件,由城云科技负责运维和管理。该平台根据教育行业的特点,来定位服务标准,形成服务模式,尤其在服务形式上要求更灵活、更便捷、更持续。
以前学生只能在本校听课,能享受到的教育资源非常有限。通过这一视频云平台,校际之间可以联合开展同时异地课程、SPOC课程、公开课直播等,共享更多的教育资源。而且,浙江大学还通过该系统召开多校区视频会议、远程国际学术交流、远程答辩等,大大节约了老师的时间和差旅成本。
多种接入方式保护投资
在建设该系统之前,浙江大学有些院系和部门已经采购了一些视频会议系统和终端设备。通过城云科技视频云平台,这些已有投资得到了最大程度的保护。
该平台不仅支持各种类型、各种操作系统的终端设备,而且支持各家厂家的各种协议。这样,原有终端设备仍旧可以在新的视频云平台中使用。同时,该平台也可以通过3G/4G、PSTN、IP/VPN、互联网等各种网络进行连接,网络接入端的投资也得到了保护。
因此,浙江大学一些院系和部门可以根据自身的情况选择不同的接入方式。而针对不同的应用场景,该平台能够提供不同的解决方案和服务。
在远程教学中,实现了多点同步教学,学员可到各学习中心、学习点参加课程,并能够实现师生实时互动。
通过该平台,浙江大学实现了与国内外高校之间的课程共享。该场景由于对体验要求高,因此采用固定视频教室的方式,实现互动,并对精品课程进行录制存档。
在科研学术应用中,不同的项目小组人员,则可以通过视频会议室、Webex、移动终端、桌面终端等不同方式接入,而电子白板的接入更是方便了现场书写、修改。
名师讲座,也可以通过该平台进行网络直播。除了分会场外,观众还可以通过校园网、互联网等通过各种终端设备在线收看。
向更多高校推广
视频协作云平台的投入使用,给浙江大学的教学、科研、行政管理等各个方面带来了很大的变化,教师与学生都成为受益者。
在教学方面,以前学生大多限于本校区听课,跨校区上课让老师和学生疲于奔波。采用本方案后,学校开展教学改革,与多所高校开展同时异地公开课50余次,参与师生50000多人次。让学生不出校门,即刻聆听名校名师的课程,更让贫困边远地区的学生享有同样的机会学习先进的知识。
在会议应用方面,浙江大学力求推行视频会议形式,努力减少参会人员路上奔波的成本;据初步估计,有的老师在路上来回需要花费2.5个小时。截至2016年4月,学校举办跨校区大型会议30余次,最大的一次会议设立14个分会场,参会人数达10000余人,良好的会议效果,为视频协作云在跨校区会议的应用树立了典范。
在学术科研方面,近几年学校师生在对外科研活动中增加视频沟通方式,大大减少了交流成本和提升沟通效率。据不完全统计,截至目前共支持重大科研交流20余场。
在校园讲座方面,再也不会受限于场地大小,大家可以通过网络直播直接观看,极大的丰富了师生的文化生活。
如今,思科与城云科技正进一步探索业务新模式,加强与高校合作,建设一个更好的视频协作平台,协助高校提升信息化水准,使IT真正成为教学科研和行政办公的重要引领支撑力量,真切为师生员工带来全新的体验。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。