//
¿Qué tipo de innovación ha traído la explosión de ChatGPT al audio y video? ¿Cómo ayudará AIGC a la tecnología de audio y video para brindarles a los usuarios una mejor experiencia? El 29 de julio, LiveVideoStackCon Shanghai Station AI y Multimedia Session responderán a sus preguntas.
IA y multimedia
Con los cambios en el estilo de vida y los hábitos, las personas tienen mayores demandas y expectativas para el contenido y la experiencia de los medios. Cómo proporcionar una mayor calidad de video y una experiencia de audio y video inmersiva se ha convertido en un desafío para el desarrollo de la nueva generación de multimedia. Inteligencia artificial, computadora El El desarrollo y el avance de tecnologías como la visión y la computación en la nube brindan más oportunidades y posibilidades para estos desafíos.
Introducción al tema
TEMA 1 "Tecnología de modelo grande de escena familiar y práctica de aplicación"
Fu Tao, experto en inteligencia artificial del China Mobile Smart Home Operation Center
Como una nueva forma de vida, el hogar inteligente ha recibido cada vez más atención.
Los módulos como el diálogo y el compañerismo, la seguridad familiar, la educación familiar, la salud familiar y el entretenimiento familiar son componentes importantes de los hogares inteligentes, que involucran tecnologías multimodales y complejas de comprensión y generación de IA, como el procesamiento del lenguaje natural, la visión artificial y el procesamiento del habla . La mejora continua de los requisitos de inteligencia requiere el uso de inteligencia general que surge de modelos pre-entrenados a gran escala, y el ajuste y la adaptación específicos de escenarios; específicamente, usamos modelos grandes con cientos de miles de millones de parámetros y los combinamos con escenarios familiares. El ajuste fino de las instrucciones y la correspondiente optimización de algoritmos han empoderado a cientos de millones de usuarios domésticos inteligentes, entre los cuales la cobertura de diálogo inteligente, seguridad inteligente y educación familiar ha llegado a más de decenas de millones;
Este intercambio se divide en 4 partes. La primera parte presenta principalmente el negocio central de la escena familiar y simultáneamente presenta los problemas clave de la aplicación de algoritmos. La segunda parte revisa principalmente el estado de desarrollo del modelo grande de la industria y la arquitectura de algoritmo principal. La tercera parte es nuestra En la investigación y el desarrollo de tecnologías clave de modelos grandes en la escena familiar, la cuarta parte trata principalmente sobre la práctica de aplicación de modelos grandes.
TEMA 2 "Práctica de optimización de la calidad de imagen y el ancho de banda en función de la combinación dispositivo-nube basada en la calidad percibida de los ojos humanos"
Jianhan Xiaohongshu Jefe de arquitectura de audio y video Algoritmos de procesamiento de imágenes de video
Con el crecimiento a gran escala del negocio de video de Xiaohongshu y la reproducción de videos cortos, cómo mejorar de manera efectiva la calidad de la experiencia del usuario y reducir los costos de ancho de banda de video se ha convertido en un importante objetivo de optimización técnica. La superresolución en el dispositivo es una tecnología eficaz para mejorar la calidad de la imagen y ahorrar ancho de banda. Sin embargo, los recursos informáticos y las limitaciones de rendimiento del dispositivo limitan la implementación de algoritmos avanzados de superresolución. Además, cómo evaluar la calidad del video después de la súper resolución a gran escala para garantizar y cuantificar la calidad de la experiencia del usuario en la mayor medida también se ha convertido en un problema a resolver.
Para enfrentar los desafíos anteriores, el equipo de algoritmos de arquitectura de audio y video de Xiaohongshu ha desarrollado un marco de superresolución combinado de dispositivo y nube basado en la calidad de la percepción humana , que compensa y mejora de manera efectiva el efecto de superresolución del lado del dispositivo a través del procesamiento de video en la nube y utiliza Calidad de video sin referencia basada en IA El índice de evaluación logra una evaluación de calidad consistente con la visión humana, brindando soporte clave para el análisis y procesamiento de calidad de imagen en la nube y la cuantificación a gran escala de la calidad de la experiencia del usuario. La solución general logra efectos cuantificables de superresolución en el extremo final, una alta cobertura integrada y un gran ahorro de ancho de banda.
TEMA 3 "Los datos son tecnología - Exploración de datos de fondo AIGC"
Qingqing ZhangFundador y CEO de Magic Data
Después del estallido de ChatGPT, hubo un aumento de modelos grandes en todo el mundo. Varios gigantes tecnológicos, incluidos Microsoft, Google, Baidu y Ali, han acelerado el perfeccionamiento de los "grandes modelos". Los datos son uno de los tres elementos de la construcción de modelos a gran escala y un factor clave que determina la inteligencia del modelo. En la actualidad, todavía existen muchos desafíos en los datos de entrenamiento de modelos domésticos, como la escasez de corpus, la baja calidad de los datos y el cumplimiento de los datos.
Este intercambio se dividirá principalmente en cuatro partes. Primero, presentará el estado de desarrollo actual del modelo grande y los puntos débiles de los datos de entrenamiento actuales. Luego, presentará la comparación entre los datos nacionales chinos y los datos utilizados por ChatGPT. La tercera parte presentará los datos conversacionales a través de experimentos, la capacidad de rendimiento en el entrenamiento de modelos grandes, y finalmente presenta cómo construir MLOps centrados en datos para ayudar a la construcción y el aterrizaje de modelos grandes.
TEMA 4 "Llamadas salientes inteligentes, liderando el futuro de los servicios de crédito"
Ingeniero de algoritmos inteligentes Chen Liang Dongting
Con el desarrollo de la tecnología de inteligencia artificial, el modelo de servicio al cliente empresarial también está cambiando. El modelo de servicio al cliente tradicional suele ser agentes manuales que responden llamadas o servicio al cliente en línea que responde mensajes, pero este modelo es ineficiente y propenso a errores humanos, y no satisface las necesidades de las empresas modernas para un servicio al cliente eficiente y preciso.
Este intercambio se dividirá en tres partes. La primera parte presenta los puntos débiles del modelo de servicio al cliente tradicional y cómo el robot de salida inteligente XiaoGo resuelve estos problemas. La segunda parte presenta las ventajas y desventajas de XiaoGo en comparación con el servicio al cliente tradicional. Aspectos destacados del escenario, la tercera parte presenta características técnicas. Al compartir las tres partes anteriores, le daremos una introducción completa a la aplicación innovadora y las ventajas técnicas del robot de salida inteligente XiaoGo en escenarios tradicionales de servicio al cliente.
▲Escanee el código QR en la imagen o haga clic en " Leer el texto original " ▲
Regístrate ahora