阿里云 AI 编辑部获 CCBN 创新奖,揭秘传媒行业解决方案背后的黑科技

简介: 视频云驱动智媒创新

image.png


5 月 27 日,CCBN(第二十八届中国国际广播电视信息网络展览会)在北京隆重召开,在本次的 “CCBN 年度创新奖” 评选中,阿里云视频云凭借 AI 编辑部的传媒行业专业解决方案获得 CCBN 产品创新杰出奖。

image.png

随着技术的发展,5G、4K、AI 等新技术的创新及应用,已经是媒体行业转型的共识。面对 9.86 亿手机网民,充分发挥 5G 网络技术优势,构建手机小屏和电视大屏融合传播的全媒体分发体系成为媒体行业发展趋势。在新的传播形式下,用户更倾向于个性化的视听需求,这对传媒行业内容制作时效和制作产量带来新的要求与挑战。如何运用人工智能和数据技术提升视频的制作时效和制作产量,成为 AI 编辑部媒体融合转型的重点工作之一。


生产制作是整个制播流程的核心,它连接了采集,播放和存储,也只有让制作过程全面云化之后,才能真正提升融合媒体的效率。在整个融合媒体制播流程当中,新升级的 AI 编辑部 2.0 融合了短视频制作和高码率精编,通过大量使用 AI 技术,实现大小屏的双向互动和融合生产。同时,融合云、端协同生产的方式,加速整个内容生产的效率。


从实际操作层面,AI 编辑部通过真 4K 的云端制作、4K 视频增强、云上融媒短视频制作三个细分方面来实现:


首先,在 4K 云端制作的基础设施方面,AI 编辑部做的主要创新是引入了 SCC 高性能计算和 CPFS 并行文件系统。针对云端制作的高性能需求,实现计算节点与存储节点之间低延时互联,满足更佳的制作体验,同时避免虚拟化损失,进一步提升性能。针对云端制作的高存储容量和带宽需求,CPFS 提供随存储节点的线性扩充吞吐能力,单集群最大 300GB/s 吞吐能力。AI 编辑部提供了丰富的适配于传媒业务的资源,包括 FPGA、GPU 等各类个性化硬件设备,以满足不同业务诉求。此外,AI 编辑部针对 GPU 进行了大量的优化,包括 GPU 的虚拟化,共享以及赤化,能够极大的提升 GPU 的利用率,降低云端制作的成本。


其次,在 4K 视频增强方面,AI 编辑部主要通过视频超分,视频插帧和色彩增强三个核心技术,来全面提升 1080p 及更低质量视频的画质,在帧率、分辨率以及色彩三个方面全部达到超高清视频要求。AI 编辑部提供的 4K 增强能力,既满足专业标准,也就是总局在《4K 超高清电视节目制作技术 实施指南》中的标准定义,也满足行业内专业的技审和监看要求,在满足客观参数标准的同时,在主观视觉体验上有显著提升,包括细节还原、噪声抑制、画面流畅、视频亮度、色彩对比度和明暗细节保持等。在 AI 视频超分方面,AI 编辑部采用深度学习的方式,对画面进行无损放大,能够实现分辨率 4 倍提升,对人像、场景等细节进行修复还原的同时,能够抑制块噪声、压缩噪声等画质损伤,使画面更锐利。AI 编辑部创新的提出了重点部位的增强,以最小代价,做到最有效果,如重点优化人像面部,对人的皮肤纹理、毛发细节等实现更好的修复还原。


最后,在云上融媒短视频制作方面,结合当下短视频热点及用户喜好,从制作短视频立足点出发,AI 编辑部有以下 5 个核心优势


1、AI 编辑部提供了强大的预测和评估能力,来帮助编辑判断要做什么样的短视频,进行有针对性的制作。  

2、AI 编辑部提供了强大的多模态标签能力,来重新定义视频的内容,它综合利用图像,语音,文字等多种 AI 能力,体系化产生标签。  

3、针对检索的痛点,AI 编辑部提供了强大的多模态检索,它包括文搜、图搜、视频搜以及支持自然语音理解、知识图谱等全流程多模态检索能力。

4、提供海量、多类别的视频模板,实现短时间产出大量、专业的短视频。

5、AI 编辑部提供了丰富专业的智能辅助工具,可以场景化的满足快速短视频制作需求。  

image.png

AI 编辑部 2.0 发布以来,人民日报技术部联合阿里云视频云,应用该能力于两会的内容生产,采用阿里云的 AI 技术,经过人民日报的海量数据训练,结合人民日报的业务场景进行 AI 应用创新。AI 编辑部 “会看、会听、会悟、会查”,可实现各类新媒体产品的自动化、批量化、智能化生产,实现多模态检索、智能清除、智能视频制作等功能,极大提升新闻生产效率,全面助力人民日报两会报道。经过不断的迭代和完善,在 2021 年的两会前夕,阿里云视频云针对人民日报社的 AI 智能编辑部,进行功能的全面上新升级,融合五大全新 AI 能力,助力报社全媒体两会报道提质增效。


过去,AI 编辑部广电在本地使用专业设备进行高标清视频的制作。

现在,AI 编辑部使用 IP 化、集约化和虚拟化进行专业设备和制作软件的解耦。

未来,通过 AI 编辑部,阿里云视频云将协同更多的合作伙伴,使用大数据和人工智能技术,提供远程化、互动化、智能化的云端制作能力,完成更多可供想象的业务场景,助力传媒行业的数字化转型升级。


「视频云技术」你最值得关注的音视频技术公众号,每周推送来自阿里云一线的实践技术文章,在这里与音视频领域一流工程师交流切磋。公众号后台回复【技术】可加入阿里云视频云技术交流群,和作者一起探讨音视频技术,获取更多行业最新信息。

image.png

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
10天前
|
机器学习/深度学习 人工智能 算法
FinRobot:开源的金融专业 AI Agent,提供市场预测、报告分析和交易策略等金融解决方案
FinRobot 是一个开源的 AI Agent 平台,专注于金融领域的应用,通过大型语言模型(LLMs)构建复杂的金融分析和决策工具,提供市场预测、文档分析和交易策略等多种功能。
86 13
FinRobot:开源的金融专业 AI Agent,提供市场预测、报告分析和交易策略等金融解决方案
|
1天前
|
人工智能 算法 Serverless
《主动式智能导购AI助手构建》解决方案用户评测
在部署体验过程中,官方提供的详尽文档和图表帮助新手轻松上手,但环境变量设置等问题仍需改进。解决方案采用Multi-Agent架构,百炼大模型实现精准推荐,函数计算优化响应速度。生产环境部署指导全面,但仍需加强异常处理和面向新手的教学资源。整体架构清晰高效,建议完善数据流描述及Router Agent算法逻辑的阐述。
54 10
《主动式智能导购AI助手构建》解决方案用户评测
|
1天前
|
存储 人工智能 自然语言处理
|
12天前
|
人工智能 运维 Kubernetes
阿里云容器服务AI助手2.0 - 新一代容器智能运维能力
2024年11月,阿里云容器服务团队进一步深度融合现有运维可观测体系,在场景上覆盖了K8s用户的全生命周期,正式推出升级版AI助手2.0,旨在更好地为用户使用和运维K8S保驾护航。
|
9天前
|
人工智能 搜索推荐 Serverless
打造智能购物新体验:主动式智能导购AI助手解决方案评测
阿里云推出的《主动式智能导购AI助手构建》解决方案,基于百炼大模型和函数计算,采用Multi-Agent架构,提供个性化、智能化的购物体验。系统具备主动交互、精准推荐、自动化架构等亮点,支持快速部署和生产环境应用。评测结果显示,该方案在功能效果和架构设计上表现出色,但仍需优化文档和技术细节。欢迎参加官方评测活动... 详细评测及参与方式请参考:[链接](https://developer.aliyun.com/topic/build-an-ai-shopping-assistant?spm=a2c6h.12873639.article-detail.17.13902d93dZhiyK)。
33 1
打造智能购物新体验:主动式智能导购AI助手解决方案评测
|
8天前
|
人工智能 搜索推荐 算法
解决方案评测|主动式智能导购AI助手构建
阿里云的主动式智能导购AI助手是电商商家提升用户体验和销量的利器。它能实时分析用户行为,提供个性化推荐,支持多渠道无缝对接,并具备语音和文本交互功能。通过注册阿里云账号、开通服务、配置项目、设置推荐策略、集成到平台并测试优化,商家可以轻松部署这一工具。关键代码示例帮助理解API对接和数据处理。建议增强个性化推荐算法、优化交互体验并增加自定义选项,以进一步提升效果。
68 11
|
2天前
|
消息中间件 人工智能 Serverless
主动式智能导购AI助手构建解决方案评测
主动式智能导购AI助手构建解决方案评测
17 2
|
5天前
|
机器学习/深度学习 人工智能 Serverless
《主动式智能导购AI助手构建》解决方案评测
简介: 通过函数计算应用模板,您可以快速搭建一个集成智能导购的网站,实现多轮交互收集用户商品偏好,默认支持手机、电视和冰箱。部署时填写API Key,创建并部署环境(约1分钟)。部署完成后,访问示例网站域名确认成功。智能导购会根据用户意图分类并传递给相应商品导购Agent,返回商品信息。您还可以选择集成百炼应用进行智能商品检索。此架构适用于智能问诊、求职推荐等场景。在生产环境中,可修改知识库和源码以适配具体需求,并通过优化提示词和私有知识库来持续改进回复效果。
41 4
|
9天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
9天前
|
人工智能 运维 监控
阿里云Milvus产品发布:AI时代云原生专业向量检索引擎
随着大模型和生成式AI的兴起,非结构化数据市场迅速增长,预计2027年占比将达到86.8%。Milvus作为开源向量检索引擎,具备极速检索、云原生弹性及社区支持等优势,成为全球最受欢迎的向量数据库之一。阿里云推出的全托管Milvus产品,优化性能3-10倍,提供企业级功能如Serverless服务、分钟级开通、高可用性和成本降低30%,助力企业在电商、广告推荐、自动驾驶等场景下加速AI应用构建,显著提升业务价值和稳定性。