
亚马逊和游戏视频直播网站Twitch当地时间周一宣布,两家公司达成了价值约9.7亿美元(约合人民币59.8亿元)的收购协议。
这一交易有助于亚马逊扩大流媒体视频服务,提高Amazon Prime Instant Video与流媒体视频Netflix竞争的实力。亚马逊曾明确表态将扩大包括制作原创内容在内的视频业务。收购Twitch是亚马逊有史以来金额最高的收购交易之一。
Twitch周一表示,每月通过其平台播放内容的独立用户超过110万,去年11月份时为60万。收看Twitch视频的游戏玩家由4500万增长至逾5500万。Twitch称,每名用户平均每月观看106分钟视频。
亚马逊CEO杰夫•贝索斯(Jeff Bezos)在一份声明中说,“广播和观看游戏视频是一种全球性现象,Twitch的平台吸引了数以千万的用户,他们每个月观看数十亿分钟的游戏视频。”
亚马逊在游戏领域没有取得什么进展。尽管2年前成立了Game Studios,但亚马逊只推出了寥寥数款产品。但亚马逊迫切希望在游戏市场上占有一席之地。今年4月份发布流媒体设备Fire TV时,亚马逊同步推出了一款游戏手柄。
有媒体报道称,今年早些时候Google曾与Twitch洽谈收购事宜。收购Twitch有助于扩大Google旗下YouTube的业务范围。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。