CNET科技资讯网 4月18日 北京消息(文/孙封蕾):“用三个星期的时间,打造一款移动直播的APP”;“移动直播突然就火了,以至于我们都没时间去想怎么来推广金山云做移动直播有多专业”……
金山云合伙人朱桦
这些话听上去像是说大话,但是,看着金山云合伙人朱桦严肃的表情,脸上完全没有“吹牛”的影子。
所以,金山云组织一场名叫“如何快速打造一款月流水过亿的移动直播App”的沙龙就完全不奇怪了。
那么,快速打造,到底有多快呢?
朱桦说:“在我们平台上,最快的记录是6个人的研发团队,用三个星期的时间,把iOS和安卓客户端,完成了从开始设计App到最后发布App。”
这听起来感觉不可能,但是实际上,以目前的技术程度来看App用三个星期的时间来完成,肯定是够的,而在开发这款App的同时,移动直播的部分,只要把视频所有的东西打包进去,与App的开发可以实现同步完成,开发团队可以对视频毫无概念,金山云可以帮助他们把服务端,到视频前端的问题,一并解决。
因为这个速度,所以,在移动直播领域的市场份额,金山云差不多占到了三分之一以上。
提及进入移动直播领域的原因,朱桦指出,一年半到两年前开始,金山云主要是做存储的业务,当时主要针对小米手机用户。不到一年的时间里,小米手机里面视频的体积和数量有个巨大的体现,2014年和2015年的年初比,大概视频的体积大概翻了7倍,这个数字几何倍数的成长,不仅仅包括视频的个数,还包括视频体积。
基于这样的数据,金山云判断,视频是互联网未来发展的一个方向,经历过读图时代,经历过视频时代,移动视频被金山云判断为未来的突发点,所以开始在战略上向视频领域倾斜,而且在发展过程中发现,移动端的需求越来越大。
尽管做了充分准备,但朱桦也不可否认,移动直播的汹涌来袭还是始料未及的。提前一年多的时间就已经做了布局准备,在市场爆发之时,基本做到了行业的最高水准,所能提供的技术水平可以达到BAT级别。
朱桦举例,移动直播有30%--40%的情况下都处于弱网环境,是在3G网络下,丢包非常严重。在这种环境下,能够让主播把视频推上来,这个技术不是那么容易做到的,需要通过一些比较特殊的手段,比如说你要模拟网络损伤的状况,这就需要有专业的设备和专业的环境才能够达到,一般情况下很难做得到。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。