据国外媒体报道, 微软周一发布了基于Azure Media Servic的媒体内容实时编码服务。这种服务应该会吸引那些想要将复杂编码计算外包到稳定外部服务的大型媒体公司。
微软Azure媒体服务的主管Sudheer Sirivara表示,“常见的使用案例包括基于事件的流媒体动态广告插入和24×7的线性流媒体播放。” 微软去年九月份推出了流媒体直播云服务Azure Media Servic,后来又在12月为其增加了PlayReady实时流媒体加密。
微软希望Azure Media Service广泛的服务内容可以帮助微软在竞争激烈的云计算市场脱颖而出。目前,这场亚马逊、谷歌和微软领头的竞争中,亚马逊已经明显领先。微软目前的选择十分明智,专注于未经开拓的复杂计算领域,比如广泛使用的视频流服务。
微软将在未来几天公布新功能更多的细节。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。