EMR Serverless Daft 算子市场免费公测｜10分钟极速实战（附视频教程）-阿里云开发者社区

EMR Serverless Daft 算子市场免费公测｜10分钟极速实战（附视频教程）

2026-09-09 169

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Daft 算子市场公测来了！开箱即用的 AI 算子，覆盖视频 / 图片 / 文本 / 音频四大场景，搭配 Qwen3.7 大模型，零成本跑通 AI 数据处理全流程。以训练一个能理解厨房操作的智能机器人为例，我们通常需要采集数千小时由人类佩戴摄像头拍摄的操作视频。然而，当这些视频被解码后，往往会膨胀为数亿张图像帧。更棘手的是，原始数据中充斥着静止画面、模糊镜头和无效空帧等海量“噪音”。如何从这些冗余信息中高效提取出高质量训练样本，已成为多模态技术发展的核心瓶颈。本次实战将带您深入这一典型场景，借助 Daft 算子市场，一步步拆解并跑通从视频抽帧、数据清洗到高质量样本提取的完整链路。

多模态数据处理，从写第一行代码开始。

Daft 算子市场公测来了！开箱即用的 AI 算子，覆盖 视频 / 图片 / 文本 / 音频 四大场景，搭配 Qwen3.7 大模型，零成本跑通 AI 数据处理全流程。

以训练一个能理解厨房操作的智能机器人为例，我们通常需要采集数千小时由人类佩戴摄像头拍摄的操作视频。然而，当这些视频被解码后，往往会膨胀为数亿张图像帧。更棘手的是，原始数据中充斥着静止画面、模糊镜头和无效空帧等海量“噪音”。如何从这些冗余信息中高效提取出高质量训练样本，已成为多模态技术发展的核心瓶颈。

本次实战将带您深入这一典型场景，借助 Daft 算子市场，一步步拆解并跑通从视频抽帧、数据清洗到高质量样本提取的完整链路。

🚀 10 分钟完成 demo，超简单

场景介绍：

该 Demo 面向多模态数据处理场景，将对第一视角视频进行分布式抽帧与去黑边处理，并调用 Qwen3.7-plus 多模态大模型精准识别每帧的手部交互动作，并在 Notebook 中直观呈现图文对应的动作分析结果。

视频讲解：

点击查看视频

前提条件：

阿里云账号，开通创建 EMR Serverless Spark Workspace 和 OSS Bucket
已开通 EMR Serverless Spark AI 中心。
请进入 Serverless Spark 的工作空间 - AI中心，点击 "开通 AI 中心"
Spark 工作空间按量配额上限>20 CU
Spark 工作空间队列弹性并发上限>20 CU

操作步骤：

👉 参考原文下载本 demo 中涉及的文件：https://help.aliyun.com/zh/emr/emr-serverless-spark/getting-started/multimodal-data-processing-quick-start?spm=a2c4g.11186623.help-menu-28066.d_1_11.5be758cbIV9DRR

Step 1 · 下载 daft_demo.ipynb 文件，并导入您的 Spark workspace 中

Step 2 · 下载要处理的视频到本地，并上传到您的 OSS Bucket

注意：请确保您的 spark workspace 与 OSS Bucket 属于同一个 region

Step 3 · 替换 daft_demo.ipynb 代码中的路径变量

# 抽帧之后的图片会放到该目录，<请替换为您的 oss 输入视频，以及输出目录>
INPUT_VIDEO = "oss://apsara-demo/dataset/P01_101_part012_299.40s_310.00s.mp4"
OUTPUT_DIR = "oss://apsara-demo/dataset/daft-output/"

Step 4 · 在 Spark Workspace 中，创建 Notebook Session，并运行 daft_demo notebook