作为年轻人群高度聚集的视频社区,哔哩哔哩在汇聚海量年轻用户、构建优质内容生态的同时,也在不断加大新技术的投入,为用户打造更智能、更安全、更流畅的使用体验。近日,哔哩哔哩宣布完成鸿蒙原生应用Beta版本开发,该版本已具备完备的中长视频消费功能,用户可轻松通过首页推荐、搜索、热门榜单、关注列表等多种方式,发现并欣赏自己喜爱的视频内容。同时,用户还能在此平台上进行一键三连、发表弹幕评论等社区互动活动,充分展现个人观点和喜好。在未来的版本中,B站将继续优化视频消费和社区互动功能,并充分利用鸿蒙原生的智能、安全、互联等特性,为用户带来内容智能流转、页面智能布局等创新体验。B站还将不断丰富产品线,以满足用户多元化的需求。值得一提的是,该应用是鸿蒙原生平台上首个完成Beta版本开发的支持弹幕的视频类应用,相信不久后能为广大用户带来全新的视觉和互动体验。
自去年11月底,哔哩哔哩与华为达成合作并正式启动哔哩哔哩鸿蒙原生应用开发以来,双方团队一直密切配合,力求高质高效的完成开发。开发过程中,双方围绕鸿蒙的多模块管理、编译流水线、ArkUI原生开发以及鸿蒙跨平台等关键技术问题进行了多次深入探讨,共同解决了数百个技术难题,逐渐形成了一套适合复杂业务和多团队协同开发的应用架构。
值得一提的是,在解决大量动态模块编译耗时过长的问题上,哔哩哔哩与华为的技术团队付出了巨大的努力。他们联合进行性能调优,深入剖析性能瓶颈,通过不断的尝试和优化,最终成功将原本需要20分钟以上的编译时间缩短至5分钟以内,大大提高了开发效率和便捷性。哔哩哔哩鸿蒙原生应用Beta版本的落地也为更多伙伴提供了值得借鉴的范本。
哔哩哔哩鸿蒙原生应用将随HarmonyOS NEXT在2024年Q4推出面向消费者的商用版本。此版本将提供完整的OGV服务、大会员服务、充电服务、课堂服务和直播服务等,致力于为用户提供丰富多样的视频内容和衍生服务。接下来,双方将继续携手,在鸿蒙系统一次开发、多端部署等特性加持下,加快哔哩哔哩在手机、平板、智慧屏、车机等多终端设备上的全面布局,共探全场景时代的新机遇。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。