YouTube宣布在下周举办的CES展上展示高清视频流,其中Google新视频编码格式VP9功不可没。
新视频格式让YouTube和其他视频流网站受益匪浅,因为借助新视频流格式,视频网站在传输高清4K视频流时,网络速度无需减慢。有望达到的预期效果是用户在线观看视频时,不会出现大量缓冲问题。
Google正在努力普及VP9格式,包括索尼、松下和LG在内的合作伙伴将在其CES展台的4K电视机上展示高清视频流。Google还列出大量致力于推广VP9的硬件和软件合作伙伴,其中包括ARM、博通、三星、Nvidia、Mozilla、高通、Marvell和东芝。
YouTube平台合作关系主管Francisco Varela向科技博客网站GigaOm表示,Google并不反对支持其他下一代视频编码格式,其中包括VP9的竞争对手H.265。
对互联网而言,VP9重要性不言而喻,YouTube支持VP9无论对自身、还是对互联网都颇有好处。Google Chrome的Web Media团队一名资深业务产品经理Matt Frost在2013年Google I/O大会上曾经表示,VP9免版权费将为学校、创业公司等组织及希望创建视频项目的编程人员节约数百万美元。
但他同时指出,VP9对Google自身有利,因为节约带宽有利于提升Google利润。他说:“VP9视频编码格式极佳,有助于我们大幅增加互联网规模,有助于我们显著提高互联网速度。”
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。