七牛基于“LiveNet”打造更实时、更智能、更真实的直播云

简介:

七牛在办发布会这件事上一直是别具一格,这次为了直播云服务,甚至直接把电竞游戏搬到了发布会现场,现场观众看的那叫一个热血沸腾。

当然在现场玩游戏仅非娱乐而已,为的是让观众更近距离的体验直播云对于富媒体服务的效果。直播是在去年年初兴起的新热潮,在早期直播内容正呈现爆发期,七牛认为今年已经进入了真正的“Live”时代,在Live交互上需要更实时、更智能、更真实。

各种生态化的垂直应用,将是视频直播的下一个战场,如游戏直播、新闻直播、泛生活直播、跨境电商直播和无人机直播等等。而反观进入战场的创业者们,已经感受到互联网时代以来最有“技术实现门槛”,“成本门槛”以及“用户体验门槛”的商业模式带来的痛点。

在2014年七牛就开始研发直播技术,而技术演进到今天,七牛已经实现了实时交互技术,称为LiveNet(实时流网络)。LiveNet是专为直播打造的,其自组织网络、智能调度、流式传输数据的特性可以更好的应对直播产品的低延时、极速秒开、流畅不卡顿等方面的诉求。

七牛直播云产品负责人徐立指出,LiveNet是底层的基础通道支撑,在这个通道层上可以实现成精华的功能技术,构建直播云服务。

七牛基于“LiveNet”打造更实时、更智能、更真实的直播云

七牛直播云产品负责人徐立

并且结合七牛原有的云存储和数据处理服务,直播云推出有针对性的功能场景,如直播转码、多屏合一、云端录制、延时直播、直播回看、直播封面、实时美颜、动态水印、连麦对讲、首屏秒开、屏幕录制和直播鉴黄等。

直播云的开放式架构让开发者可以自由的扩展功能,而质量大数据平台则可以更好的保障各类直播场景的流畅性。

七牛要做的是在不同的业务场景背后打造同游的技术产品。“直播其实是一个非常通用的技术产品,我们致力建立这样一个场景化的Paas平台,释放整个产业的创造力,缩短想法和产品之间的距离。”七牛CEO许式伟说道。

七牛基于“LiveNet”打造更实时、更智能、更真实的直播云

七牛CEO许式伟

直播云服务已经接入了美拍、熊猫TV、龙珠、懂球帝等近千家直播平台,同时七牛也针对合作伙伴宣布LIVE生态合作计划,让更多的合作伙伴加入共建生态环境。



原文发布时间为:2016-7-14

本文作者:王聪彬

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网


目录
相关文章
|
机器学习/深度学习 自动驾驶 算法
深度学习中的图像识别技术及其在自动驾驶中的应用
【10月更文挑战第4天】本文深入探讨了深度学习在图像识别领域的应用,并特别关注其在自动驾驶系统中的关键作用。文章首先介绍了深度学习的基本概念和工作原理,随后通过一个代码示例展示了如何利用深度学习进行图像分类。接着,文章详细讨论了图像识别技术在自动驾驶中的具体应用,包括物体检测、场景理解和决策制定等方面。最后,文章分析了当前自动驾驶技术面临的挑战和未来的发展趋势。
211 4
|
2月前
|
SQL 人工智能 供应链
《AI协同供应链调度困局:从需求拆解到落地增效的全流程实践》
本文记录某制造业供应链调度系统升级的AI协同开发实践:面对旧系统“信息流滞后、决策流固化、响应流迟缓”困境及10周重构需求,团队构建“Cursor+Tabnine+Diagrams AI等”工具矩阵,以AI承接规则性工作、人聚焦核心决策。需求拆解3天完成(效率提130%),架构设计2天规避数据迁移风险,编码5天压缩重复工作,联调2小时定位性能瓶颈。项目提前3周落地,调度响应延迟2.8秒(优于目标30%),供应链成本降8%,订单延误率从15%降至3%。核心认知为AI是“认知延伸器”,需“AI生成+人工校验”闭环,工具矩阵最大化协同价值,同时需避免AI主导需求与核心编码。
141 8
|
机器学习/深度学习 人工智能 自然语言处理
【专栏】Python在人工智能领域的应用现状、优势及未来趋势
【4月更文挑战第27天】本文探讨了Python在人工智能领域的应用现状、优势及未来趋势。Python作为数据科学、机器学习、深度学习和自然语言处理的首选语言,拥有丰富的库如NumPy、Pandas、TensorFlow和NLTK等。其简洁易学、跨平台和活跃社区等特点促进了AI的普及和发展。未来,Python将在强化深度学习、融合新兴技术、提高可解释性和人才培养等方面持续发挥关键作用。
2782 2
|
9月前
|
机器学习/深度学习 算法 搜索推荐
联邦学习的未来:深入剖析FedAvg算法与数据不均衡的解决之道
随着数据隐私和数据安全法规的不断加强,传统的集中式机器学习方法受到越来越多的限制。为了在分布式数据场景中高效训练模型,同时保护用户数据隐私,联邦学习(Federated Learning, FL)应运而生。它允许多个参与方在本地数据上训练模型,并通过共享模型参数而非原始数据,实现协同建模。
|
11月前
|
存储 NoSQL 架构师
阿里面试:聊聊 CAP 定理?哪些中间件是AP?为什么?
本文深入探讨了分布式系统中的“不可能三角”——CAP定理,即一致性(C)、可用性(A)和分区容错性(P)三者无法兼得。通过实例分析了不同场景下如何权衡CAP,并介绍了几种典型分布式中间件的CAP策略,强调了理解CAP定理对于架构设计的重要性。
485 4
|
机器学习/深度学习 数据采集 自然语言处理
【NLP自然语言处理】基于PyTorch深度学习框架构建RNN经典案例:构建人名分类器
【NLP自然语言处理】基于PyTorch深度学习框架构建RNN经典案例:构建人名分类器
|
机器学习/深度学习 自然语言处理 PyTorch
【从零开始学习深度学习】34. Pytorch-RNN项目实战:RNN创作歌词案例--使用周杰伦专辑歌词训练模型并创作歌曲【含数据集与源码】
【从零开始学习深度学习】34. Pytorch-RNN项目实战:RNN创作歌词案例--使用周杰伦专辑歌词训练模型并创作歌曲【含数据集与源码】
|
机器学习/深度学习 测试技术 TensorFlow
PYTHON用RNN神经网络LSTM优化EMD经验模态分解交易策略分析股票价格MACD
PYTHON用RNN神经网络LSTM优化EMD经验模态分解交易策略分析股票价格MACD
|
数据挖掘 Python
Scipy 高级教程——统计学
Scipy 高级教程——统计学【1月更文挑战第11篇】
317 4
Scipy 高级教程——统计学
|
存储 Java
学生成绩管理系统
学生成绩管理系统
204 5
下一篇
开通oss服务