超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-百年奥运的沉浸其境:冰雪之外,与你同在—“互动虚拟演播”(上)

简介: 超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技

 

2022冬奥季,即便在冰雪之外,也能透过播报感受同在。这就是互动虚拟演播技术带来的非凡魅力。

 

“虚拟演播厅”在东京奥运会就曾进入奥运村,而在2022冬奥期,其技术方案全面升级,达到广电级导播效果的同时,接入门槛极大降低,大大拓展了该技术的应用场景。同时在链路上打通RTC和GRTN网络,将多机位、多视角实时同步技术能力,与RTC实时连麦、异地开播能力结合,可实现主播、嘉宾的多层虚拟背景等能力叠加,提升沉浸式直播体验,在互动效果上全面提升到新境界,助力打造北京冬奥赛事的沉浸式报道。

 

1. 百年奥运首次启用互动虚拟演播—打造沉浸式报道

 

2022北京冬奥虽于冰雪之际,但观众高燃的热情像一场冰与火之歌。对于赛场上的瞩目之星,观众都很期待听到、看到、感受到他们在赛后真实的声音、风采和谈吐之相。

 

于是,早在冬奥会前期,CGTN(China Global Television Network)就在策划制作全球冬奥运动员、冰雪明星的系列采访报道,期望实时而精彩地呈现运动员的赛事采访,而互动虚拟演播技术的全新突破,正是CGTN此次落实冬奥采访项目的最佳选择。

 

通常而言,媒体异地采访需要连线App,且运动员的受访环境很不可控,于是,想展现好的人物采访画面效果,需要实景抠像再合成于虚拟直播间,同时还要达到赛事结束后采访的实时传播效果,这对技术提出很大的挑战。于是,阿里云视频云全新升级的“互动虚拟演播”技术在2022冬奥会就此登场,解决了这一难题。

 

作为全新的云导播实时互动虚拟演播技术,这是奥运会第一次启用,为CGTN在北京冬奥会的记者连线报道场景中充分应用,打造了此次奥运赛事报道的沉浸式体验。

 

该项技术在冬奥会期间全程助力CGTN进行了赛事异地采访、实景抠像合成的虚拟直播,打造了异地互动的新形态播报,实现全链路制播上云,对传统新闻节目制作打造了全新场景。

 

同时,通过在音视频互动APP上实时连线,实现了导播人员和记者异地实时通讯,第一时间将新闻报道传递给观众。通过云导播与RTC(音视频通信)的全面打通,可自动获取连线直播间流,实现新闻采访与直播观看同步进行。此外,通过云端实景抠像算法技术能力,达到了极致精细的抠像合成效果。

 

这是百年奥运首次使用“互动虚拟演播厅”进行沉浸式赛事报道,改变了传统电视台记者的采访形式,再也无需记者携摄像团队,载着沉重设备到处奔波,更无需以往一定要将记者与受访者设置于同一现场的固封模式。只要通过阿里云视频云互动虚拟演播产品,采访任务仅需“两部手机+一台电脑”,即可随时随地展开采访直播与转播,从而革新了媒体生产与传播的技术链路,实现全链路制播上云的同时,也让赛事观众体验到更沉浸的播报视感。

 

image.png

“互动虚拟演播厅”示意图

 



相关文章
|
机器学习/深度学习 人工智能 自然语言处理
当语言遇见智慧火花:GPT家族历代模型大起底,带你见证从平凡到卓越的AI进化奇迹!
【10月更文挑战第6天】随着自然语言处理技术的进步,GPT系列模型(Generative Pre-trained Transformers)成为该领域的明星。从GPT-1的开创性工作,到GPT-2在规模与性能上的突破,再到拥有1750亿参数的GPT-3及其无需微调即可执行多种NLP任务的能力,以及社区驱动的GPT-NeoX,这些模型不断进化。虽然它们展现出强大的语言理解和生成能力,但也存在如生成错误信息或偏见等问题。本文将对比分析各代GPT模型的特点,并通过示例代码展示其部分功能。
617 2
|
2月前
|
人工智能 机器人 Linux
OpenClaw从零到精通保姆级图文教程:新人阿里云/本地秒级搭建+微信/QQ/钉钉/飞书接入与免费大模型API配置攻略
2026年,OpenClaw(曾用名Clawdbot,因Logo酷似小龙虾被网友亲切称为“小龙虾”)作为开源AI智能体领域的现象级框架,凭借“Local-First”的核心特性,彻底打破传统AI“只说不做”的局限,实现了“指令输入→AI规划→工具调用→任务落地”的完整闭环,成为个人与轻量团队提升效率的核心装备。其最具价值的功能的之一,便是能无缝接入微信、QQ、钉钉、飞书四大主流通讯工具,无需切换APP,仅通过日常聊天指令,就能让AI助手完成文件处理、日程管理、信息检索、代码生成、跨平台协同等各类任务,真正实现24小时待命、高效落地工作。
755 3
【Layui】获取下拉框的值
【Layui】获取下拉框的值
858 0
【Layui】获取下拉框的值
|
4月前
|
存储 人工智能 架构师
构建自己的AI编程助手:基于RAG的上下文感知实现方案
打造智能代码助手,远不止调用API。需构建专为代码设计的RAG系统:基于AST解析保障分块完整性,向量库实现语义检索,结合仓库地图提供全局结构,再通过推理链整合上下文。如此,AI才能真正理解代码,胜任重构、答疑等复杂任务,成为懂你项目的“资深工程师”。
408 7
构建自己的AI编程助手:基于RAG的上下文感知实现方案
|
4月前
|
人工智能 安全 算法
从Prompt工程师到Agent指挥官:AI时代的权力重构
本文阐述AI范式从2023年“提示工程”(咒语师)向2026年“AI Agent指挥官”的历史性跃迁:技术门槛降低、生产力升维为自主闭环、协作模式转向人机军团协同。指挥官需掌握系统架构、工具编排与批判审计能力,在权力重构中重掌创造力主导权。(239字)
308 2
|
机器学习/深度学习 数据可视化 数据挖掘
数据集中存在大量重复值时,如何选择合适的分析方法?
总之,当数据集中存在大量重复值时,需要综合考虑各种分析方法的特点和适用范围,根据具体的分析目标和数据情况选择合适的方法,或者结合多种方法进行综合分析,以获得准确、可靠的分析结果。
735 65
|
10月前
|
测试技术 数据安全/隐私保护
自动刷视频app,全自动刷视频脚本,自动刷视频辅助器
这个代码展示了如何使用Selenium模拟人类观看视频的行为,包括随机滚动、暂停/播放和点赞等操作
|
存储 安全 搜索推荐
应该使用HTTPS的一些网站
应该使用HTTPS的一些网站
1093 3
|
人工智能 算法 自动驾驶
人工智能适合什么人学
本文探讨了适合学习人工智能(AI)的人群,涵盖技术爱好者、数学与逻辑能力出众者、跨学科背景人才、持续学习者及实践驱动者五大类。文章指出,AI领域需要热情与探索精神,同时依赖扎实的数学基础和逻辑思维。跨学科融合与实践经验也是掌握AI技术的关键。全球领先教育机构培生推出的生成式AI认证项目,为职场人士和学生提供了紧跟技术前沿的机会。最终强调,无论背景如何,保持开放心态与学习热情是进入AI领域的核心要素,共同迎接智能化未来。