10月25日消息，由聲網(wǎng)和RTE開發(fā)者社區(qū)聯(lián)合主辦的RTE2023第九屆實時互聯(lián)網(wǎng)大會于昨日開幕。大會上，眾多RTE領(lǐng)域技術(shù)專家、產(chǎn)品精英、創(chuàng)業(yè)者、開發(fā)者一起對AIGC、出海、數(shù)字化轉(zhuǎn)型等時下熱門話題進行了探討。

聲網(wǎng)創(chuàng)始人兼CEO趙斌在大會開場演講中宣布，“聲網(wǎng)在RTE行業(yè)首次實現(xiàn)廣播級4K超高清實時互動體驗?！彼赋?， “4K不僅僅只有分辨率一個緯度，光亮強度的動態(tài)范圍、色彩的真實度、飽和度，以及色彩漸變的細(xì)膩程度，都是真正超高清體驗里不可或缺的一環(huán)。”廣播級超高清可以帶來更加逼真的視覺效果，高對比度和豐富的色彩表現(xiàn)可以使影像更加生動，細(xì)節(jié)更加清晰，并以此提升觀影體驗。

趙斌認(rèn)為，虛擬人+AIGC所創(chuàng)造的情感和情緒價值或?qū)⒃谖磥斫鉀Q社交供需不平衡的現(xiàn)狀，并引領(lǐng)交互對象發(fā)生變化。另一層面，隨著AIGC能力的進一步加強，越來越多的應(yīng)用型開發(fā)將被AIGC替代，API+AI的形式將大幅提高應(yīng)用開發(fā)效率。

大模型在快速發(fā)展，但交互界面仍局限于文字聊天互動方式。趙斌提到，通過過去一年的投入和打磨，聲網(wǎng)推出行業(yè)首創(chuàng)AIGC-RTC能力模塊，可支持與任何大模型平臺結(jié)合，實現(xiàn)更低延時、更自然、更沉浸的實時語音對話，為企業(yè)協(xié)作、社交 、直播、游戲等多種場景提供新玩法、新機會。

在AI等核心技術(shù)驅(qū)動下，實時互動QoE體驗的變化對于用戶留存和使用行為的影響日益增強。聲網(wǎng)合伙人兼客戶成功副總裁孫雨潤介紹，“根據(jù)聲網(wǎng)某東南亞頭部泛娛樂客戶數(shù)據(jù)顯示，當(dāng)視頻從標(biāo)清升級高清，停留超過30秒觀眾數(shù)提升19%，觀眾人均觀看時長提升30%，同時觀眾打賞率大幅提升。某國內(nèi)知名社交出海App，從CDN 升級聲網(wǎng)極速直播，送禮率增長 12.3%。”

AI如何賦能RTE未來

AIGC被認(rèn)為是當(dāng)前的技術(shù)革命，它與RTE的深度結(jié)合，又將帶來什么改變呢？Founders Space創(chuàng)始人兼CEO史蒂夫·霍夫曼在分享中指出：“人工智能將對許多領(lǐng)域產(chǎn)生影響，在AI賦能的RTE未來，我們將看到每個人都會擁有更加個性化的體驗，更加動態(tài)的程序?qū)㈦S著圖形、音頻、視頻的實時變化而變化，AI將為我們帶來前所未有的連接方式。在更深層次上，AI還將為人類增加更多的生產(chǎn)力水平，帶來動態(tài)的虛擬世界等等，讓我們感受到更多的沉浸體驗?！?/p>

史蒂夫·霍夫曼表示：“在AI和RTE技術(shù)的加持下，新的穿戴設(shè)備可能會進入市場，比如新的皮膚電子設(shè)備、感官增強設(shè)備等，它可以讓我們聽到人類聽力范圍之外的頻率。此外，腦機接口也將讀取我們的腦電波，從而幫助我們實現(xiàn)冥想或?qū)ζ渌O(shè)備的控制?！痹诠I(yè)RTE場景應(yīng)用下，人們可以聚在一起，實時通過虛擬或真實工廠觀看流水線運作、產(chǎn)品生產(chǎn)等。在AI陪伴場景中，人工智能伴侶這一概念將成為人們社交生活、娛樂、事業(yè)的一部分。

綜上，未來可能會有各種類型的伴侶應(yīng)用以及新的實時接口方式出現(xiàn)，甚至?xí)霈F(xiàn)一套為RTE開發(fā)的全新硬件，這些都將極大改變RTE領(lǐng)域的發(fā)展前景。

AI時代 實時互動何去何從

AI時代已經(jīng)來臨，實時互動該何去何從？聲網(wǎng)首席科學(xué)家、CTO鐘聲從技術(shù)角度進行了深度分享。

鐘聲指出，回溯過去五年，最典型的事件就是大模型的突破，從2017年的Transformer，到如今的ChatGPT-4，人工智能的發(fā)展，讓信息傳播和消費智能化的趨勢越來越明顯，萬事歸于中心化AGI接管的趨勢和威脅也越來越明顯。大模型在帶來發(fā)展機遇的同時，也帶來了計算需求快速增長、算力受能源供給力限制、大模型數(shù)據(jù)資源不夠、存儲需求增長過快等問題。未來，我們除了要做負(fù)責(zé)任的AI之外，在端上和邊緣上的分布式實時智能將成為價值公平分配的重要技術(shù)手段，也是減緩中心化AGI對人類威脅的有效途徑，這也注定會成為一個新的技術(shù)發(fā)展趨勢。

鐘聲認(rèn)為，AGI將走進實時互動，實現(xiàn)人人可分身，幫助在應(yīng)用場景中復(fù)制名師、網(wǎng)紅，甚至普通人也將通過AI分身豐富體驗、緩解時間稀缺的瓶頸。此外，他預(yù)測，具備端邊實時智能的高清實時互動能力將成新趨勢和競爭焦點。

鐘聲介紹到，實時高清需要許多端上實時AI，在Low Level Vision and Audio這一需求層面，聲網(wǎng)的SDK 4.1.x, 4.2.x版本已經(jīng)可以支持1080P/4K視頻的例如超分、虛擬背景、感知編碼、降噪、去回聲等底層計算機視覺處理和高音質(zhì)的計算機聽覺處理能力。在High Level Vision and Audio層面，聲網(wǎng)已經(jīng)部分實現(xiàn)對物體、聲音、場景的理解和重構(gòu)能力，包括面捕、動捕、情感計算，物體識別和場景重建等，可以大力改善多種應(yīng)用場景下的用戶體驗。

AI如何賦能實時互動體驗改善及場景升級？

AI技術(shù)的發(fā)展為各行各業(yè)帶來了用戶體驗改善和場景玩法創(chuàng)新。針對這一話題，喜馬拉雅首席科學(xué)家盧恒、Soul APP技術(shù)副總裁張高政、小紅書音視頻架構(gòu)負(fù)責(zé)人陳靖、商湯科技商務(wù)總監(jiān) 數(shù)字文娛事業(yè)部副總裁李星冶、聲網(wǎng)首席運營官劉斌進行了圓桌討論。

談到AI技術(shù)對業(yè)務(wù)發(fā)展的影響時，盧恒表示，作為全國最大的有聲內(nèi)容平臺，喜馬拉雅從文本處理到音頻內(nèi)容生成的過程中都使用了大量的AI技術(shù)，目前，AIGC生成的音頻內(nèi)容日均播放量已超過250萬小時。張高政則表示，大模型的理解能力對于UGC平臺及用戶來說都非常有利，它不僅可以快速提升內(nèi)容生產(chǎn)效率，還能降低內(nèi)容生產(chǎn)門檻。

AI大模型的發(fā)展是機遇與挑戰(zhàn)并存的。陳靖指出，對于很多公司而言，說清楚一些AI大模型項目的必要性是一個巨大挑戰(zhàn)，很多項目并不像利用AI去做體驗增強那樣，能夠跟用戶留存及轉(zhuǎn)化的一些指標(biāo)建立關(guān)聯(lián)。李星冶則表示，他所看到的挑戰(zhàn)有兩點。其一，在為許多C端流量產(chǎn)品提供服務(wù)時，算力、帶寬、智力相關(guān)的彈性儲備是一個很現(xiàn)實的挑戰(zhàn)，其二，大模型開發(fā)廠商如何平衡投入以及預(yù)期收入之間的關(guān)系，也是一個挑戰(zhàn)。各位嘉賓還分享了AI大模型在實時互動領(lǐng)域的一些玩法創(chuàng)新，其中陳靖提到，提高主播觀看率的美顏美體功能可能是過去AI為實時互動領(lǐng)域貢獻最大價值的場景，希望今后會看到更多新的嘗試。

如劉斌所總結(jié)的，無論未來是挑戰(zhàn)還是機遇，我們都應(yīng)該在各自行業(yè)里去努力嘗試。我們也期待，在大模型新的范式發(fā)展下，看到越來越多的場景落地及業(yè)務(wù)價值。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。