由华为和大连天途有线电视网络股份有限公司联合举办主办的“大视频时代,广电全媒体业务现场会“于8月中旬在大连召开。会上,华为和与会者共同探讨了如何抓住广电云、互联网电视云融合的大趋势,如何构筑广电全媒体大视频、智慧家庭全业务体验,并在会上展示了华为新一代融合视频新一代融合视频解决方案如何匹配广电全媒体业务发展,希望为后续广电全媒体业务发展注入一支强心剂。
随着“宽带中国“战略不断推进,“互联网+”的大众创业、万众创新如火如荼的开展,智能终端的规模发展,大视频、全媒体业务迎来了高速发展。作为全球领先的信息与通信解决方案供应商,华为一直致力于为客户提供有竞争力的新一代融合视频解决方案和TVOS端云协同的服务,助力客户在全媒体、大视频时代获得成功。
现阶段,中国广电较多省份采用烟囱式视频解决方案(包括NGOD、DVB-C、OTT平台等),遇到系统封闭无法融合、扩展能力差等问题,很难应对三大运营商的激烈竞争。针对广电向全媒体全业务的转型,华为新一代融合视频解决方案通过全IP架构开放云平台、融合CDN、TVOS的“云管端”能力,围绕打造最佳视频业务体验,解决现网系统相对封闭、难以融合等问题,支持多种网络应用场景、4K/H.265、创新多屏互动、社交电视、智能转码、大数据和统一运维,全方位打造广电全媒体大视频新体验;同时,融合CDN还能够有效提升宽带接入的用户体验和下载速度,实现更快、更高效的数字媒体传送。
国家新闻出版广电总局广科院总工程师 盛志凡
国家新闻出版广电总局广科院总工程师盛志凡表示,广电媒体将朝着更多的呈现方式、交互手段和操控体验演进方向发展:全媒体、全业务、全服务、无所不在。未来广电融合媒体服务方式、传输方式均向智能化发展,这是广电成功之路。
重庆有线数据中心互动业务科韦刚
重庆有线数据中心互动业务科韦刚在现场分享时表示,重庆有线依托华为新一代融合视频融合解决方案,在业务形态、产品设计等方面有持续改进,在高清化改造、业务收入增长等方面取得长足进步,至今已发展超过200万互动用户。后续重庆有线将与华为在业务运营、云宽带战略服务等方面持续合作,共同推动重庆广电全媒体业务进一步发展。
大连天途有线规划部经理葛奇峰
大连天途有线规划部经理葛奇峰表示,天途有线以华为公司新一代融合视频新一代融合视频解决方案为基础,双向网和云平台为依托,加强智慧城市建设,实现传统媒体与新媒体融合,后续将持续创新,实现现实世界与虚拟世界融合、有线与无线相协同,向未来的跨域多业务服务商发展。
与会嘉宾参观大连天途有线展厅,体现4K高清视频
本次现场会除了有来自广电总局广电科学院、国家广电网络公司、重点省网公司和华为的专题研讨外,还邀请各省网公司现场参观了大连天途有线全新开放、面向未来的全媒体全业务展示厅,展示厅对大连天途有线实际开通的4K超高清电视、高清互动电视、互联网电视、多屏互动、智能家居、智慧城市、无线接入等进行了重点展示,得到了与会客户的高度认可,为后续华为与全国广电网络公司在全媒体视频业务的全面深入合作奠定了良好的基础。
大连天途有线电视网络股份有限公司是国内广电网络领先的运营商,从2010年在视频业务和网络产品与华为展开合作。2012年12月,启动三网融合、高清互动正式开播、宽带业务正式发展。2014年之后,可视通话、4K超高清、DVB+OTT、增值应用、新媒体平台建设、无线WIFI建设、业务进入高速发展期。
好文章,需要你的鼓励
近期有观点认为,大规模使用生成式AI和大语言模型会增强人类左脑的逻辑分析能力,同时削弱右脑的创造力,导致人类社会逐渐成为左脑主导的群体。但研究表明,左右脑功能分工理论缺乏科学依据,大脑两半球在创造性和逻辑性任务中都会协同工作。此外,AI不仅能辅助逻辑思维,同样可用于诗歌创作、图像生成等创意任务。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软全球AI巡展在迪拜举行,宣布启动Microsoft Elevate UAE项目,计划为超过25万名学生和教育工作者以及5.5万名联邦政府员工提供AI技能培训。该项目是微软152亿美元投资计划的一部分,旨在加强AI基础设施建设,培养本地人才能力。微软还将与G42和JAHIZ平台合作,为联邦公务员提供技术培训,支持阿联酋成为AI领域的区域和全球领导者。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。