至顶网服务器频道 01月15日 新闻消息(文/李祥敬):随着互联网综艺节目、短视频的涌现,再到当下火爆的直播和实时视频娱乐,娱乐玩法层出不穷,全民娱乐潮席卷网络。近日,王思聪掷金10万元冲顶大会被推上热搜,掀起全民在线答题热潮,西瓜视频、花椒直播等在线视频直播平台陆续上演中国版贫民窟的百万富翁,泛娱乐产业也再一次被推向新高潮。
网易云信副总经理陈丽
在这样的背景下,由网易发起,网易云信和网易七鱼主导的MCTalk泛娱乐产品峰会在京召开。网易云信副总经理陈丽在主题演讲中表示,以音视频作为核心内容展现形式并叠加更多玩法从而增进用户交互行为的载体。这也是是社交平台紧追风口、创新社交和内容生产模式的新趋势。
在陈丽看来,移动互联网下泛娱乐玩法有着自身的特色,具体来说就是内容升级,更加娱乐化、游戏化;第二,视频已经成为玩法当中的比较核心的表达方式。第三,用户体验上,异步互动将趋向于同步互动,用户更加关注于实时参与。第四,来源传统颠覆传统。其实十年前就有这样娱乐的方式,比如说抓娃娃、狼人杀,最近跟互联网碰撞,好像出现一些突破传统的玩法。第五,市场越来越充分竞争,创业者可能脱颖而出。“我们发现狼人杀做的比较好的是在产品场景上更能抓住用户痛点的场景。”
泛娱乐产品迭代的背后,可以看到社交与娱乐捆绑日益紧密的趋势。对此,陈丽在分析泛娱乐潮之下的音视频玩法升级时谈到:“在未来,移动互联网时代下的泛娱乐领域玩法将逐渐趋向于以音视频为核心的表达方式,内容升级,注重玩法,并且以颠覆传统形式实现在线实时互动。”
仅从网易云信自身的客户增长势头与需求分布来看,陈丽介绍,在网易云信的泛娱乐行业客户中,有63.45%的合作伙伴希望开放新功能从而向网易云信提出技术解决需求。同时,泛娱乐客户的音视频用量在过去半年内达到了128.14%的强势增长。由此可见,应用内嵌音视频功也成为泛娱乐产品的必要运营思路。以《冲顶大会》为首的在线直播答题火速蹿红,一夜之间成为媒体报道的新宠。随后,花椒、映客、西瓜视频等在线直播、视频观看等平台也相继卷入这场答题瓜分百万现金之局。即时通讯与音视频技术也成为这场快速响应市场变化争夺战中的必备利器。
大会现场,陈丽详细介绍了网易云直播竞答技术解决方案是如何解决直播编码传输复杂、高并发直播易卡顿、无限容量聊天室以及问答与直播同步难等四大场景痛点。网易云基于多年在音视频研发领域的技术积累和市场服务经验,网易云信自研的全面、灵活、易用的工业级音视频技术框架——NRTC(NetEase Real-Time Communication)已经为包括泛娱乐领域在内的客户提供有效的技术支持。
陈丽表示,首先,NRTC在技术、功能以及场景应用三方面有效地帮助行业用户降低了音视频功能的开发门槛。其次,传输端采用私有协议的NRTC音视频技术框架,可以保障音视频功能在开发过程中灵活应对业务需求以及开发环境的要求。最后,依托简单易用的SDK,NRTC深度实现实时音视频功能研发的工程化,以满足产品应用在音视频开发中实现多元化的功能部署。
陈丽在演讲最后表示,“紧追风口,紧追新的技术,为所有开发者提供最优质的技术解决方案一直是网易云信的使命。在未来,网易云信将保持开放的心态,贡献多年积累的经验,发挥良好的核心沟通能力以及娱乐拓展能力,为合作伙伴节约产品开发的时间,针对不同场景的应用需求,解决技术难题。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。