热门标签 | HotTags
当前位置:  开发笔记 > 开放平台 > 正文

新媒体新场景:张朝阳的理想与探索

演讲台上站着搜狐董事局主席兼ceo张朝阳与搜狗ceo王小川,会场主视频的一边是明星柳岩,一边是搜狐新闻客户端联合搜狗利用ai技术合成的明星“数字人”柳岩。真人柳岩与


演讲台上站着搜狐董事局主席兼ceo张朝阳与搜狗ceo王小川,会场主视频的一边是明星柳岩,一边是搜狐新闻客户端联合搜狗利用ai技术合成的明星“数字人”柳岩。






新媒体新场景:张朝阳的理想与探索





真人柳岩与“数字人”柳岩pk当日新闻播报。张朝阳问,谁主持得更好?柳岩由衷地说,它(“数字人”柳岩)主持得更好。


5月17日世界电信日,“2021搜狐科技5g&ai峰会”在北京举行,峰会现场,首个明星“数字人”主播推出。


从1998年成立时算起,搜狐已经走过了23年的历史。23年,搜狐尝试了很多机会,却一直坚持一件事,就是内容创新,包括资讯、视频、社交、游戏等。


互联网颠覆世界是从内容开始的,内容创新这件事,张朝阳干了23年,搜狐还要继续干下去,因为内容创新的空间不是比23年前少了,而是多了。


与23年前相比,内容变革是多方力量合力的结果,媒介电子化更普及,场景更普遍,驱动技术则不再是以前的pc技术,而是面向未来的ai+5g技术。


5g环境下,ai是未来,必须拥抱这样的未来。未来已来,但并不是所有的人都做好了准备,很多人只有拥抱未来的态度,却不知道着力点在哪里。


张朝阳明白:基于搜狐的积累,明星“数字人”就是搜狐的着力点。这是搜狐刺向未来的针尖,集中力量,扎深刺透,就能打开局面,拥有5g+ai时代的未来。


在中国互联网行业,张朝阳爱跑步、爱登山,是个理想化的人,对世界永远保有好奇心,同时也是一个有战略定力,有执念的人,他一直坚持内容创新。


在5g、ai技术的加持下,人类社会正在进入一个全新的时代,明星“数字人”是搜狐新闻客户端对技术创新的又一次探索。


新媒体:明星“数字人”主播让资讯更娱乐


以演员柳岩为原型的主播是首任明星“数字人”,未来将会陆续有其他明星“数字人”主播入驻。观众喜欢谁,就可以选谁做主播。


明星“数字人”已正式在搜狐新闻客户端上线。用户进入“24小时”频道后,点击右上角“收听”图标,即可体验“柳岩”带来的沉浸式视听播报。


点击柳岩的头像,可全屏观看并切换不同方言。此外,在“关注流”中关注账号“柳岩(数字人)”,每天会收到一条柳岩数字人播报的24小时资讯。


明星“数字人”主播除了高度逼真的明星形象外,还能使用多种方言实时播报新闻,让用户更加轻松愉悦地“看新闻”。


随着越来越多的数据支撑,明星“数字人”将会实现识别文本的感情色彩,根据新闻内容和语境,自动对应“喜怒哀乐”情绪、肢体动作和表情。


明星“数字人”甚至可以了解真人的喜好、说话方式,使内容与用户之间的交互变得更加亲切自然,最大化增强用户阅读新闻的体验感。


目前“数字人”已经熟练“掌握”河南话、湖南话、四川话、陕西话、东北话等多种方言,甚至可以在播报同一条新闻中流畅切换。让主持人出道的柳岩都感叹陕西话非常正宗。




新媒体新场景:张朝阳的理想与探索


“柳岩数字人”不仅形象高度逼真,而且语调抑扬顿挫、动作自然顺畅,无论是简单的动作、细微的唇动,还是招牌性的表情,都与柳岩如出一辙,堪称原版复刻。


怎样才能打造一个如此逼真、如此多才多艺的“数字人”柳岩?


明星“数字人”有如此专业的表现,得益于搜狗的“分身技术”。该技术基于搜狗业界领先的ai能力,仅靠少量真实音、视频数据即可定制出高逼真度的分身模型。


明星“数字人”的重要突破,在于通过创新的语音合成技术,将不同发音人的韵律模型以及音色模型的自由重组搭配,语音播报风格、口音、情感、特色方言等维度能够灵活选择与控制,从而实现抑扬顿挫的韵律节奏和丰富立体的情感表达,让“分身”的语音表达更加真实、更具表现力和感染力。


完成数字人“分身”是一件技术难度高,流程复杂的事情,仅仅为了采集柳岩口音、面部表情、动作习惯等数据,搜狗耗去了整整一天时间。


张朝阳说,很多平台都有虚拟主播,但如此逼真的“数字人”主播,只有搜狐有,原因就是技术有难度,实现很复杂,这是一件有门槛的事情。


按照搜狐的计划,未来将会陆续有其他明星“数字人”主播入驻,用户可以选择喜欢的任何明星,也可以选择自己熟悉的方言。


明星“数字人”主播让媒体更娱乐:随着ai技术的发展,数字人成本的降低,数字人主播会变得越来越好玩,用户可以选择任何人,比如家人、朋友、同学做主播。


全场景:物联网时代的“数字伴侣”


搜狐与搜狗联合推出的明星“数字人”主播不止是一个主播,在未来的物联网时代,在ai技术与5g技术的加持下,“数字人”主播将升级为“数字人”伴侣。


主播是人类在碳基时代的选择,伴侣是碳基智能与硅基智能共处的时代的产物。


最近10年,随着神经网络技术与深度学习的发展,ai技术快速发展,激进地认为硅基智能将取代碳基智能,大多数人则认为硅基智能将与碳基智能共存共处。


无论谁对谁错,硅基智能作为现实世界的一种存在将会越来越强大,人类(碳基智能)必须学会与其共存共处。


科技给人类带来了更多方便,硅基智能与碳基智能如何共处?张朝阳认为,人要坚持自己的信仰和生活方式,不要迷失在科技的丛林里。


“我觉得科技是一个中性的东西,人必须观察自身,同时选择自己一个更加主动的、高效的、舒适的、健康的和有意义的,对人类有进步、有贡献的生活方式。”


硅基智能与碳基智能共存共处将是什么样的场景?比尔盖茨曾预言:未来信息在指尖流动。移动互联网时代,这一预言已经变成了现实。


未来的时代是物联网时代,万物联网时代会怎么样?信息无处不在,任何时间,任何地点,任何设备,更准确地说,是任何场景。


物联网时代也是ai时代,任何场景多会被数据化,被计算,被通讯,被存储,虚拟世界与物理世界无缝融合,物理世界被再造,被重构。


pc、手机是场景的外设,pc互联网、移动互联网对人类的改变还是有限的,ai时代是对物理世界任何场景的改变和重构,这种改变是无限的。


一个可见的例子是车。特斯拉最近风波不断,人们开始反思自动驾驶,但自动驾驶是大势所趋,目前出现的问题是人类必须付出的代价。


人类每一次进步,无不付出了代价,电灯、汽车、火车、轮船出现并普及的过程中,就付出了同样的代价。


自动驾驶会将车这个场景重构,传统汽车是移动的载体,智能汽车是移动生活空间。作为移动目标的人被重新定义了,变成了移动的消费者。


坐在自动驾驶汽车里的人,需要包括媒体在内的各种服务,手机客户端不再是舒适的选择,一个可以投屏的“数字人”会更受欢迎。


可以想象一下:让数字人柳岩讲讲八卦,让数字人乔丹讲讲体育新闻,陪小孩的时候,让数字人孔子讲讲国学,是多么欢乐的场景。


明星“数字人”不再只是一名主播,他是可以进行多重身份切换的“数字伴侣”,随场景切换,随需求切换。


在5g、ai技术的加持下,“数字人”将改变、重构更多的环境,直至整个世界。




新媒体新场景:张朝阳的理想与探索


互联网时代,媒体从标准化向个人化发展;物联网时代,媒体有反个人化的趋势,会在品质、品味、品格的基础上,在个人化与标准化之间形成新的平衡。


ai时代会有许多新趋势,新的趋势意味着创新的机会,媒体的未来,充满各种创新机会。这是张朝阳看到的未来。


新内容:“数字人”连接“人类大脑”


通信的本质是信息传播,大数据的本质是将物理世界数据化,ai的本质是利用计算的能力基于信息进行决策。某种意义上,ai是云计算、大数据、通信技术发展的集合。


ai为什么这些年迅猛发展?张朝阳认为,是多种技术进步的结果,比如神经网络、深度学习;而神经网络模型、深度学习模型都是特别消耗算力的,必须依赖计算技术的进步,包括从cpu到gpu,从串行计算到并行计算的进步;计算处理的对象数据,因此大数据技术也很重要;数据传输依赖于通讯技术,5g很重要……


张朝阳说:ai迅猛发展,是云计算、大数据、5g等技术协同发展的结果,缺了任何一块都不行。


对于企业来说,这是最好的时代,这些技术都发展成熟了,把所有行业重做一遍的机会又来了。


互联网时代,很多行业被重新做了一遍,比如媒体、零售、游戏、通讯、娱乐,诞生了一批明星公司,搜狐是这个时代的揭幕者,张朝阳因此被称为“互联网教父”。


ai、5g时代,更多行业要被重新做一遍,范围更广、程度更深、势头更猛,其中包括内容行业。


数年前,“媒体行业正在ai化”还是一个观点,现在已经是一个现实,虚拟主播算是萌芽,明星“数字人”是一次进化,但这不是终极形态。


张朝阳认为,ai会让媒体会变得更有趣,更生动,与用户互动更强。比如读一篇文章,读者可以问很多问题,“数字人”可以互动,回答读者的问题。




新媒体新场景:张朝阳的理想与探索


现在的“数字人”只做简单的新闻播报,未来的“数字人”是智能的,智能的“数字人”背后连着一个巨大的,基于云计算、大数据的知识库。


张朝阳说,媒体未来会变得越来越互动,越来越影像化,越来越智能化,不管什么问题,问明星“数字人”就可以了,数字人直接就能回答用户所有的问题。


这个巨大的,基于云计算、大数据的知识库相当于人类大脑,“数字人”连接着“人类大脑”,无所不知。电商领域有“万能的淘宝”,媒体领域有万能的“数字人”。


在ai时代,“数字人”连接着“人类大脑”,媒体的趋势是垂直化,每一个人在每一个细分领域都有一个自己喜欢的万能的数字人,万能的顾问。


“比如在法律频道,机器学习把所有离婚官司都研究透了,几千万个离婚官司的法庭证词、对讲、财产分割全都学习了,你问任何问题,它都能回答。绝对准确。”


人类获取信息变得更轻松了,不用拿出百度、搜狗搜一下,然后刷一下决定看哪一条,未来明星“数字人”为人服务,没有搜,没有刷。更重要的是,辅助决策解决问题。


基于ai、5g技术,连接“人类大脑”的数字人,是陪伴每一个人的“数字伴侣”,是“万能的数字人”。


这是一个新时代,明星“数字人”是搜狐敲开新时代的敲门砖,这,才是张朝阳推出“数字人”的目的。



推荐阅读
  • 精选10款Python框架助力并行与分布式机器学习
    随着神经网络模型的不断深化和复杂化,训练这些模型变得愈发具有挑战性,不仅需要处理大量的权重,还必须克服内存限制等问题。本文将介绍10款优秀的Python框架,帮助开发者高效地实现分布式和并行化的深度学习模型训练。 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 通过使用CIFAR-10数据集,本文详细介绍了如何快速掌握Mixup数据增强技术,并展示了该方法在图像分类任务中的显著效果。实验结果表明,Mixup能够有效提高模型的泛化能力和分类精度,为图像识别领域的研究提供了有价值的参考。 ... [详细]
  • 尤洋:夸父AI系统——大规模并行训练的深度学习解决方案
    自从AlexNet等模型在计算机视觉领域取得突破以来,深度学习技术迅速发展。近年来,随着BERT等大型模型的广泛应用,AI模型的规模持续扩大,对硬件提出了更高的要求。本文介绍了新加坡国立大学尤洋教授团队开发的夸父AI系统,旨在解决大规模模型训练中的并行计算挑战。 ... [详细]
  • 吴石访谈:腾讯安全科恩实验室如何引领物联网安全研究
    腾讯安全科恩实验室曾两次成功破解特斯拉自动驾驶系统,并远程控制汽车,展示了其在汽车安全领域的强大实力。近日,该实验室负责人吴石接受了InfoQ的专访,详细介绍了团队未来的重点方向——物联网安全。 ... [详细]
  • 英特尔推出第三代至强可扩展处理器及傲腾持久内存,AI性能显著提升
    英特尔在数据创新峰会上发布了第三代至强可扩展处理器和第二代傲腾持久内存,全面增强AI能力和系统性能。 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 独家解析:深度学习泛化理论的破解之道与应用前景
    本文深入探讨了深度学习泛化理论的关键问题,通过分析现有研究和实践经验,揭示了泛化性能背后的核心机制。文章详细解析了泛化能力的影响因素,并提出了改进模型泛化性能的有效策略。此外,还展望了这些理论在实际应用中的广阔前景,为未来的研究和开发提供了宝贵的参考。 ... [详细]
  • 计算机学报精选论文概览(2020-2022)
    本文汇总了2020年至2022年间《计算机学报》上发表的若干重要论文,旨在为即将投稿的研究者提供参考。 ... [详细]
  • 机器学习(ML)三之多层感知机
    深度学习主要关注多层模型,现在以多层感知机(multilayerperceptron,MLP)为例,介绍多层神经网络的概念。隐藏层多层感知机在单层神经网络的基础上引入了一到多个隐藏 ... [详细]
  • 在2019中国国际智能产业博览会上,百度董事长兼CEO李彦宏强调,人工智能应务实推进其在各行业的应用。随后,在“ABC SUMMIT 2019百度云智峰会”上,百度展示了通过“云+AI”推动AI工业化和产业智能化的最新成果。 ... [详细]
  • 在Windows系统中安装TensorFlow GPU版的详细指南与常见问题解决
    在Windows系统中安装TensorFlow GPU版是许多深度学习初学者面临的挑战。本文详细介绍了安装过程中的每一个步骤,并针对常见的问题提供了有效的解决方案。通过本文的指导,读者可以顺利地完成安装并避免常见的陷阱。 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
  • 从2019年AI顶级会议最佳论文,探索深度学习的理论根基与前沿进展 ... [详细]
  • 视觉图像的生成机制与英文术语解析
    近期,Google Brain、牛津大学和清华大学等多家研究机构相继发布了关于多层感知机(MLP)在视觉图像分类中的应用成果。这些研究深入探讨了MLP在视觉任务中的工作机制,并解析了相关技术术语,为理解视觉图像生成提供了新的视角和方法。 ... [详细]
author-avatar
书友58737112
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有