互联网尤其是移动互联网的发展,对广电行业带来巨大冲击。所以,智慧广电的建设被提上议程,也就是加快传统媒体与新媒体的融合发展,推广融合网络的数字化、智能化。
“互联网+”强调互联网与传统行业进行深度融合,广电行业亦是如此。以云计算、大数据为核心的新业态、新产品不断涌现,拓展延伸着广播影视的发展空间。广电唯有思变才能立足于未来,例如要从广电专网向互联互通的IT架构转变,从单纯的“内容制作机构”升级为内容制作、运营、分发的智能化平台,并且加强移动互联网技术的研发应用,深化广播电视网的移动互联能力建设。
在华为看来,电信运营商和新兴互联网已经使得广电原有用户体验发生着前所未有的变革。广电网络面对IPTV、OTT、宽带、4G LTE等方面的竞争,需要加速双向网改整合。
华为全系列产品助力智慧广电
在不久前结束的2015CCBN(广电展)上,华为重兵投入,以“大视频、宽网络、全媒体“为主题,携融合OTT解决方案、敏捷网络解决方案、云数据中心解决方案以及全媒体解决方案,亮相2015CCBN大会。
华为企业BG中国区媒资系统部部长张卫军
华为企业BG中国区媒资系统部部长张卫军近日在接受采访时表示,“同关注电信运营商一样,华为90年代初期就开始跟广电合作。从最早的单一有线网络传输到互联网传输,从IP形态传输到OTT融合,华为一直紧跟广电业务的需求。”
现在华为拥有最全的产品线,覆盖了传输网络、数据网络、接入网络以及家庭终端及OTT业务平台等,张卫军坚信,华为这些技术能够帮助广电迅速进行业务转型。
为了彰显在广电行业的实力,华为在本届CCBN展上展示了全联接广电网络的网络解决方案,包括敏捷广域网,这是广电行业第一个100G商用网;城域波分和双平面城域网络;以及华为重点推出的千兆小C解决方案,实现1台设备解决千家接入,每户接入带宽达到千兆。
对于电视台领域,华为展示了全媒体解决方案,提供了办公桌面云解决方案、联合ISP展出高清制播云解决方案,这些方案助力电视台实现办公网与业务网络融合,采编存控全业务融合,最终达到传统媒体与新媒体的融合。
云数据中心解决方案也是华为向广电重点推广的方案,包括敏捷数据中心交换机——CloudEngine 12816;模块化机房解决解决方案等。张卫军说,“在如今智能化、大数据、云计算的潮流下,广电的业务平台也在朝着IT大系统的方向走,华为IT解决方案将助力广电实现‘互联网+’的业务平台。”
并且,融合云平台解决方案提供了数据中心IT及服务器云化的能力。
华为广电硕果累累
说到华为在广电行业取得的成绩,张卫军自豪的说,广电是支持华为发展非常重要的领域。
他说到,“全国广电已经有24省建设了OTN波分省干,90%以上采用华为设备,其中甘肃广电全球率先开通100G OTN,整体来看,华为OTN覆盖中国有线‘三横三纵’国干所有核心站点。记忆犹新的是,华为为大连广电打造的接入网GPON+EOC整网双向改造,作为全国广电首个融合型EOC项目,为全国广电体系的接入网建设提供了有益参考。在融合业务领域,融合业务VOD平台在重庆有线已经发展了超过百万互动用户。”
据介绍,华为传送产品在全国广电骨干网分额达到95%以上,省干网达到80%以上。其中在云南广电、福建广电、甘肃广电、黑龙江广电、中央电视台成功部署100G传输,领跑广电传送网络。分布式CMTS推陈出新,持续助力珠江数码、南京广电、昆山广电等完成双向接入网改造。
在IT技术方面华为推出自主研发的云计算解决方案、高清制播存储解决方案、融合存储、网络、计算于一体的媒体云解决方案,成功商用于广电总局、中央电视台、广东电视台、深圳电视台、河南电视台等。
在媒资领域,华为全媒体解决方案广泛应用于中国、法国、意大利等15个国家的近200家影视传媒机构。其中,业界首个由业务定义的全媒体云方案,华为携手索贝公司率先服务于深圳广电融合新闻中心,助力其实现全媒体战略转型;基于大数据存储、敏捷网络构建的高清制作方案在中国中央电视台、凤凰卫视、香港无线电视台、湖南广播电视台等众多知名传媒集团规模商用。
华为过去在广电领域取得的成绩硕果累累,如今面对广电发展的全新阶段,张卫军相信,华为有能力协助广电实现转型。
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。