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
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。