当今社会,互联网络的快速发展,给社会生活各个领域都产生了广泛影响。作为信息传递与沟通互动的传统媒体行业,正面临着前所未有的挑战,各种新媒体的冲击,快速增长的大数据所带来的诸多难题,都迫使传统媒体进行转型。即使是电视媒体行业,在节目的生产制作和播出方面,也面临各种新媒体迅猛的冲击,可以说中国电视产业急需要寻求新的转型与革新。
作为全球华语媒体中最有影响力的媒体之一,凤凰卫视IT建设一直走在全球技术的最前沿,以技术创新为其特色,在业界具有极大的影响力及标杆作用。凤凰卫视在业内率先意识到电视媒体所面临的各种挑战,如今,凤凰卫视已经开始逐渐转型,将现有“以内容为中心”的运作方式转变为“以用户为中心"的运作方式。可以说这是凤凰卫视运用“以人为本”的互联网思维的一次新的转型尝试。
互联网思维做新媒体的挑战
凤凰卫视如何做到“以人为本”、“以用户为中心”呢?当然,媒体的核心价值还是离不开为用户提供有价值的内容,但要改变以往的传统媒体的工作方式,最终实现提升用户应用体验。电视媒体需要在内容采集、生产制作、发布播出和归档等环节作出改变。总体而言,媒资管理的重要性进一步显现,媒资管理需要进一步完善,那么凤凰卫视如何提升媒资管理呢?
1.从节目内容采集来看。电视台目前存在多样化的采集渠道和多种节目格式,电视媒体需要将这些不同的素材来源归一化,建立一个全IP化的媒体平台。
2.从节目生产制作来看。采访流程需要转变,由过去的以项目和栏目为中心,变成前期采集一体化,不同频道和栏目共用,然后根据不同栏目和内容选取不同的素材进行后期编辑。凤凰卫视全球化运作的特点决定了凤凰需要在全球关键区域建设分布式媒体数据中心,以实现资源共享,最大化利用采访素材,从而最终实现大幅减少人力、物力,降低成本投入的目标。
3.从节目发布播出来看。如今的电视台正面临着视频网站、移动互联媒体、手机APP等多种新媒体的巨大冲击。电视台制作的节目需要推向所有的新媒体,并适应新媒体对节目内容快速传播、充分利用观众碎片化时间的要求,这对电视台转型为运营型媒资颇为关键。
4.从节目归档环节来看。媒体核心内容需要永久存储,目前电视台的归档方式仍旧按照传统的磁带或数据流带库模式,这种方式日常维护复杂,运营成本高,再利用效率低,电视台需要利用创新的ICT技术,实现媒体资源的无带化存储。这是一个值得电视台尝试解决的新课题。
创新ICT驱动重构运营模式
凤凰卫视IT团队一直致力于通过先进的信息技术和科技创新,提高凤凰卫视节目生产质量和效率,引领凤凰卫视向全媒体时代变革。在凤凰卫视的整个信息化建设中,华为以业界最完整的ICT解决方案以及全球支持能力成功的帮助凤凰卫视解决了转型中遇到的诸多难题。
近几年来,凤凰卫视与华为合作的高清全台网改造、2+7全球分布式云数据中心建设以及全媒体云数据中心等项目,帮助凤凰卫视在数据中心、ICT建设等方面迈出了重要一步,完成了凤凰卫视全媒体的建设。如今,凤凰卫视将与华为在电视领域进一步合作,通过技术创新为凤凰向全媒体成功转型奠定基础,使凤凰卫视在媒体中的影响力更大。
文章总结:
今天,凤凰卫视已经成长为一个影响海内外的全媒体电视台。在凤凰卫视公布的2014年首季财报中,公司总营收达到3.57亿美元,同比增26.9%,这样的业绩与凤凰卫视不断尝试转型是分不开的。凤凰以新闻立台,但IT技术的支持让凤凰越飞越高。凤凰与华为的长期合作,会让凤凰飞得更高,飞得更远。 2014年6月12-13日,主题为“创新ICT 全媒体源动力”凤凰卫视&华为全媒体云数据中心峰会将在北京召开,欢迎广大用户关注,更多关于凤凰卫视与华为在IT领域合作的信息将在此次大会上公布。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。