在手机应用“泛滥”的今天,我们或许开始越来越倾向于以一种更加直观的方式来获取信息,而目前最符合这种要求的就是以视频为载体的各类应用,同时手机配置及网络质量的不断升级,也为视频应用的普及扫清了障碍,导致目前各种视频元素越来越多的呈现在了我们的手机之上。
不用说经常看视频的人,肯定对视频应用不会陌生,像什么优酷、爱奇艺、腾讯视频等这类视频应用其实已经趋于传统,而今天在年轻人手中使用频率最高的视频应用其实属于直播类视频应用,像抖音、斗鱼、虎牙、YY直播、映客等就是这类直播应用中的佼佼者。
而在各类直播应用中,其实也是各有各的风格与特点,比如抖音最擅长随拍随发丰富多彩的各类短视频,斗鱼更是捧红了国内一大批网红小姐姐,而虎牙的主战场则定位在了对各类游戏的直播上。
据悉,虎牙公司是一家以游戏直播为核心业务、致力于打造全球领先的直播平台的技术驱动型内容公司,覆盖超过3300款游戏,全年直播电竞赛事超过760场。在游戏直播的成功基础上,虎牙并已逐步涵盖娱乐、综艺、教育、户外、体育等多元化的弹幕式互动直播内容。
我们今天在网络流畅的情况下打开本地各类直播软件可谓是秒开体验,但很多用户可能都有过出国在外的经历,当我们身在国外,想通过国内的直播应用享受这种秒开体验时,由于视频数据需要千里迢迢兜个大圈往返于国内与国外的服务器之间,这几乎让视频沦为了定格的照片。
虎牙一直被称为“游戏直播第一股”,非常清晰的看到了这种海外市场需求,所以在2018年虎牙就已经大举进军海外市场。2018年5月,虎牙发布面向海外市场的游戏直播平台Nimo TV,包括PC端和移动端应用,主要在东南亚和南美洲地区运营。截至2018年12月,虎牙海外产品月活用户已突破1000万。
截至2019年9月30日,虎牙海外MAU已突破1700万。“国内的内容生产、分发和海外还是有很大的区别。”虎牙CTO赖立高指出,因为整个基础设施、用户终端等因素的不同,对直播体验有着很大的影响。所以虎牙也在思考在不同的条件下如何让直播的用户体验可以尽可能的一致,达到视频秒开,即在1秒之内Live就可以呈现。
而直播行业本身属于一个高度竞争的行业,时间就是生命线。所以从开发效率、部署速度、成本等方面考虑,虎牙非常坚定的选择了以AWS为主要平台开展海外业务,并以其他云服务商作为扩展,时期在业务架构上形成了一种融合云的发展态势。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。