
在windows azure实现商用的今天,光明网副总裁兼总经理杨谷就互联网媒体浅谈了自己的观点。光明网副总裁兼总经理杨谷表示,今年是互联网进入中国20周年。20年前,中国的互联网是一个一穷二白的状态。20年后的今天中国互联网已经可以跟美国比肩。但目前媒体最迫切的需要就是,向新媒体转型。
杨谷认为,传统媒体通过向新媒体的转型,是有机会实现后来居上的。他举例说,几年前的光明网,在全球排名两万多,每天访问量大概几万,PV就几万而已。但今天,按最新的数据,光明网的访问人数和页面访问量在全球综合排名前70,在中国第13。而这次后来居上的一个很重要的因素,就是借助技术驱动,通过技术的革新,来实现弯道超车。
近几年来,光明网也在技术创新上有一些突破。比如,在线培训平台,红段子大赛,诗词中国正文大赛的平台,手机文化创作平台,以及国家信息办公室云端读报项目等。
杨谷坦言,这些项目正是来自于与IT巨头的合作。在传统媒体向新媒体的转变过程中,我们认为媒体云很重要,传统媒体向新媒体转型,一个必不可少的转变就是从小传播向大传播的转变,而要实现该转变,技术方面一个重要的要素,就是云计算。
而在3个多月前,光明网成为微软Skype在中国独家的合作伙伴,从而光明网就建了一条把微软Skype全球三亿多的用户跟中国网友沟通起来的沟通渠道。基于此合作,在3月18日,光明网依托Microsoft Azure打造中国首个“媒体云”平台。
合作之后,杨谷称,在微软工程师的帮助下,光明网大概用了一周的时间就把其两大业务,一个是在线培训平台,一个是英文频道,成功的搬到了Microsoft Azure公有云平台上,现在已正式开展了服务。经过测试,响应时间大约比原来缩短了50%左右。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。