νέα

Communication Brain CTO Zhang Jian: Επιταχύνετε το τελευταίο μίλι εφαρμογής μοντέλων μεγάλης κλίμακας για τα μέσα ενημέρωσης

2024-08-24

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Ο ρεπόρτερ πελάτη Chao News Huang Yunling

Τα τελευταία δέκα χρόνια από τότε που προωθήθηκε η σύγκλιση των μέσων ενημέρωσης ως συνολική εθνική στρατηγική, οι αναδυόμενες τεχνολογίες συνέχισαν να ενισχύουν την ανάπτυξη της σύγκλισης των μέσων ενημέρωσης, ιδίως της γενετικής τεχνητής νοημοσύνης, η οποία διαδραματίζει όλο και πιο σημαντικό ρόλο στον τομέα των μέσων. Στις 23 Αυγούστου, το «BIRTV2024AIGC Generative Artificial Intelligence Innovation and Application Technology Conference» πραγματοποιήθηκε στο Πεκίνο, ο Zhang Jian, αναπληρωτής γενικός διευθυντής και επικεφαλής τεχνολογίας της Communication Brain, προσκλήθηκε να δώσει μια κεντρική ομιλία με θέμα «Επιτάχυνση της Εφαρμογής του Large. Media Models».

Οι δυνατότητες της παραγωγικής τεχνητής νοημοσύνης είναι φυσικά σύμφωνες με τις ανάγκες της βιομηχανίας των μέσων ενημέρωσης Οι οργανισμοί μέσων ενημέρωσης πρέπει να επιταχύνουν την εφαρμογή μεγάλων μοντέλων και το τελευταίο μίλι υλοποίησης είναι να μεταφράσουν τις πολυάριθμες σύνθετες απαιτήσεις πολλαπλών εργασιών των μέσων ενημέρωσης σε σειρές ή παράλληλες ενιαίες. εργασίες Απλές οδηγίες και δυνατότητα απρόσκοπτης ενσωμάτωσης μεγάλων συνόλων μοντέλων στο σύστημα επεξεργασίας.

Ποιες πληροφορίες λοιπόν μοιράστηκε ο Zhang Jian σε αυτό το συνέδριο;

Ο Zhang Jian, αναπληρωτής γενικός διευθυντής και επικεφαλής τεχνολογίας της Communication Brain, έδωσε μια ζωντανή ομιλία. Φωτογραφία ευγενική προσφορά του Spread the Brain

Η «αποκλειστική παρουσία» μεγάλων μοντέλων στη βιομηχανία των media

Από την εμφάνιση της Microsoft Xiaoice AI Poetry Collection το 2017 έως τη συνεχή εμφάνιση πολυτροπικών μεγάλων μοντέλων όπως το GPT4 και το Sora, ένας μεγάλος αριθμός μεθόδων βαθιάς μάθησης έχει προταθεί και ενημερωθεί επαναληπτικά, πυροδοτώντας μια αναπτυξιακή έκρηξη στην AIGC. Η γενετική τεχνητή νοημοσύνη εστιάζει στην παραγωγή εικόνων, κειμένου, βίντεο και άλλου περιεχομένου, το οποίο ταιριάζει απόλυτα με τις καθημερινές ανάγκες παραγωγής περιεχομένου των μέσων ενημέρωσης.

Ωστόσο, με την ευρεία εφαρμογή μεγάλων μοντέλων στη βιομηχανία των μέσων ενημέρωσης, προέκυψαν σταδιακά ορισμένα ερωτήματα, όπως εάν θα αναπτύξουμε μόνοι μας το υποκείμενο γενικό μεγάλο μοντέλο; Θέλετε να δημιουργήσετε ένα μεγάλο μοντέλο για ιδιωτικοποιημένη ανάπτυξη για να αποτρέψετε τη διαρροή δεδομένων; Πώς ενσωματώνεται το μεγάλο μοντέλο με το σύστημα απόκτησης και επεξεργασίας της παραγωγής πολυμέσων;

Ως απάντηση σε αυτά τα προβλήματα, ο Zhang Jian πιστεύει ότι η βιομηχανία των μέσων ενημέρωσης δεν χρειάζεται να "κυλήσει" το υποκείμενο μεγάλο μοντέλο και είναι πιο σημαντικό να το εφαρμόσει καλά "Η ανάπτυξη μεγάλων μοντέλων δεν είναι πρόβλημα, ούτε η υπολογιστική ισχύς και τα δεδομένα είναι δύσκολα Το κλειδί είναι πώς να βελτιώνουμε συνεχώς τις δυνατότητες μετά την ανάπτυξη.

Ο Zhang Jian είπε στη συνάντηση ότι πολλά μεγάλα μοντέλα δεν ανέπτυξαν πλήρως εφαρμογές με βάση τις ανάγκες συγκεκριμένων σεναρίων και δεν πραγματοποίησαν εξατομικευμένα σχέδια για τις ανάγκες διαφορετικών ομάδων χρηστών, με αποτέλεσμα μη πρακτικές υπηρεσίες. Επί του παρόντος, η εφαρμογή μεγάλων μοντέλων είναι κυρίως για την επίλυση μιας απλής εργασίας, ενώ τα μέσα χρειάζονται πολύπλοκες πολλαπλές εργασίες σε σειρά ή παράλληλα σύστημα. Η μελλοντική τάση των μεγάλων μοντέλων πολυμέσων είναι να μεταφράζουν τις πολύπλοκες απαιτήσεις πολλαπλών εργασιών των μέσων σε απλές διαδικασίες μιας εργασίας και να ενσωματώνουν απρόσκοπτα σύνολα εντολών που βασίζονται σε σενάρια στο σύστημα απόκτησης και επεξεργασίας.

Μετάβαση από το γενικό μοντέλο στο μοντέλο μέσων

Σε σενάρια δημιουργίας πολυμέσων, τα μεγάλα μοντέλα γενικής χρήσης μπορούν να παράγουν μόνο ένα κείμενο και δεν μπορούν να συνδυάσουν εικόνες και κείμενα Τα βίντεο που δημιουργούνται έχουν επίσης κινδύνους πνευματικών δικαιωμάτων. Προφανώς, οι γενικές εφαρμογές μεγάλων μοντέλων εξακολουθούν να αντιμετωπίζουν προβλήματα όπως η μη εμβάθυνση στις επιχειρηματικές διαδικασίες μέσων, η έλλειψη προσαρμογής βάσει σκηνής και η εξατομίκευση.

Από αυτή την άποψη, το Communication Brain συνδυάζει τη βιβλιοθήκη πολυμέσων ειδήσεων με ένα γενικό μεγάλο μοντέλο. τροπική ανάκτηση, Πέντε κύριες υπηρεσίες έξυπνης συνομιλίας. Σύμφωνα με αναφορές, τον Φεβρουάριο του 2024, το μοντέλο επικοινωνίας μεγάλης κλίμακας καταχωρήθηκε διαδικτυακά μέσω της παραγωγικής τεχνητής νοημοσύνης (μοντέλο μεγάλης γλώσσας), καθιστώντας το πρώτο μοντέλο πολυμέσων μεγάλης κλίμακας που αναπτύχθηκε από εταιρεία τεχνολογίας μέσων που πέρασε τη διαδικασία εγγραφής. Τον Αύγουστο, ο αλγόριθμος δημιουργίας περιεχομένου του Spread Brain καταχωρήθηκε στην Εθνική Διοίκηση Κυβερνοχώρου της Κίνας.

Φωτογραφία ευγενική προσφορά του Spread the Brain

Ο Zhang Jian είπε ότι το μοντέλο επικοινωνίας μεγάλης κλίμακας έχει τρία βασικά χαρακτηριστικά: «Πρώτον, μπορεί να χρησιμοποιήσει δεδομένα ειδήσεων υψηλής ποιότητας για εκπαίδευση, τα οποία μπορούν να μετριάσουν αποτελεσματικά την τυχαία κατασκευή παραγωγής περιεχομένου μοντέλων μεγάλης κλίμακας και να διασφαλίσουν ότι το περιεχόμενο είναι αυθεντικό Δεύτερον, μπορεί να ανοίξει τους πόρους πολυμέσων ιδιωτικού τομέα, χρησιμοποιώντας μεγάλα μοντέλα για να επιτύχει γρήγορη και ακριβή ανάκτηση περιεχομένου που προστατεύεται από πνευματικά δικαιώματα, τρίτον, μπορεί να δημιουργήσει το πιο επαγγελματικό μεγάλο μοντέλο εφαρμογής η βιομηχανία των μέσων που βασίζεται σε ρόλους χρηστών, επιχειρηματικά σενάρια και τρόπους περιεχομένου, εξασφαλίζοντας απλή και βολική χρήση.

Βασίζεται ακριβώς στα παραπάνω τρία χαρακτηριστικά ότι το μεγάλο μοντέλο επικοινωνίας έχει επίσης διαμορφώσει τα δικά του τέσσερα μοναδικά πλεονεκτήματα: "επαγγελματική βάση γνώσης μέσων", "πλήρης κάλυψη επιχειρηματικού σεναρίου", "πλήρης πρόσβαση στη δημιουργική διαδικασία" και "πολυτροπικό περιεχόμενο". υποστήριξη". Επιταχύνετε το τελευταίο μίλι υλοποίησης μεγάλου μοντέλου για τα μέσα.

Προς το παρόν, το μοντέλο επικοινωνίας μεγάλης κλίμακας εστιάζει κυρίως σε δύο βασικά σενάρια εφαρμογών: πελάτη σύγκλισης μέσων και πλατφόρμα παραγωγής περιεχομένου. Στο σενάριο του ολοκληρωμένου προγράμματος-πελάτη μέσων, το μοντέλο επικοινωνίας μπορεί να παρέχει εξατομικευμένες και έξυπνες υπηρεσίες φωνητικής επικοινωνίας και σχολίων στο σενάριο παραγωγής περιεχομένου, το μοντέλο επικοινωνίας έχει πλουσιότερες δυνατότητες και μπορεί να παρέχει γράψιμο ειδήσεων, δημιουργία βίντεο, πολλαπλή ανάκτηση, δημιουργία αφίσας AI. , δημιουργία υλικού εικόνας, έξυπνη αναθεώρηση περιεχομένου και άλλες λειτουργίες.

Η τάση ανάπτυξης μεγάλων μοντέλων στη βιομηχανία των μέσων ενημέρωσης

Με τη συνεχή πρόοδο της τεχνολογίας μεγάλων μοντέλων και την ενοποίηση της βιομηχανίας των μέσων ενημέρωσης, ο Zhang Jian ανέλυσε τη μελλοντική τάση των μεγάλων μοντέλων στη βιομηχανία των μέσων ενημέρωσης η μελλοντική βιομηχανία των μέσων ενημέρωσης. Για τη βιομηχανία των μέσων ενημέρωσης, πρέπει να είναι επικεντρωμένη στο χρήστη, να βασίζεται στις απαιτήσεις του επιχειρηματικού σεναρίου και να χρησιμοποιεί τεχνολογία μεγάλων μοντέλων για να μεταμορφώσει τις υπηρεσίες ψηφιακής τεχνολογίας.

Ο στόχος ανάπτυξης του Communication Brain είναι να ανοίξει το τελευταίο μίλι της εφαρμογής AI. Η Communication Brain θα δημιουργήσει ένα σούπερ μάρκετ εφαρμογών για την επόμενη γενιά μέσων με βάση τους ρόλους των χρηστών, τα επιχειρηματικά σενάρια και τις λεπτομέρειες περιεχομένου και θα διασφαλίσει ότι κάθε ανεξάρτητο σενάριο εφαρμογής θα είναι στενά ενσωματωμένο με την επιχείρηση στο τέλος της παραγωγής, ενσωματώνοντας και βελτιστοποιώντας απρόσκοπτα ολόκληρη τη ροή εργασίας των μέσων. βελτιώνοντας έτσι την αποτελεσματικότητα και την ποιότητα της εργασίας των μέσων ενημέρωσης.

Η συνεχής ωρίμανση της τεχνολογίας μεγάλων μοντέλων και η επέκταση των σεναρίων εφαρμογών θα εγκαινιάσουν μια νέα εποχή πιο αποτελεσματικής και έξυπνης ανάπτυξης για τη βιομηχανία των μέσων επικοινωνίας Η Brain έχει δεσμευτεί να γίνει ένας σημαντικός υποστηρικτής και ενεργοποιητής σε αυτή τη διαδικασία.

"Παρακαλώ αναφέρετε την πηγή κατά την επανεκτύπωση"

Αναφορά/Σχόλια