2019年8月27日,重庆——中国国际智能产业博览会-中国联通展位,世界著名的音频及媒体技术研究机构Fraunhofer IIS携手中国联通展示了基于MPEG-H音频系统的IPTV机顶盒解决方案。与此同时, 现场还展示了支持MPEG-H音频并具备头部追踪功能的VR设备。
随着互联网技术的飞速发展,IPTV用户规模持续增长。2017年IPTV跻身为全国第二大电视传输通路,2018年拥有了1.54亿用户。除接收内容方式发生了变化,用户对于沉浸式内容的渴望也日益攀升。个性化的交互方式和沉浸式的音频体验成为了网络传输和内容供给平台争相为客户提供的热门增值服务。
本次演示的基于MPEG-H音频系统的IPTV机顶盒解决方案在创维机顶盒上实现。它能够通过条形音箱或耳机为用户带来无与伦比的沉浸式音频效果,显著增强了声音的真实性和感染力,并让用户根据自己的喜好调节混音效果。上述功能为用户带来全新的节目内容观看体验,例如:为视障人士开辟特殊音频引导服务; 为内容供给和网络平台创造了全新的定制盈利模式,例如:为付费用户提供额外的解说和声音效果。
凭借Fraunhofer Cingo,音源可以定位在任何听众可感知的3D空间里并结合头部运动在耳机中还放3D音频效果。沉浸式声场在任何VR体验中都扮演着至关重要的角色,而Cingo技术能够支持声道、音频对象和ambisonic信号,该特性使其成为了用户生成VR内容最理想的音频渲染技术。
2019年3月,工业和信息化部、国家广播电视总局、中央广播电视总台联合印发《超高清视频产业发展行动计划(2019-2022年)》, 明确指出三维声编解码为未来重点工作之一。为了加速三维声技术的落地与应用,Fraunhofer IIS深耕通信和消费电子产业。在国际上, 3GPP (第15版) 和虚拟现实产业论坛(VRIF)均将MPEG-H音频列为VR流媒体的唯一指定音频编解码器,而MPEG-H已于2017年在韩国UHD服务中正式商用。在国内,Fraunhofer IIS加入了中国超高清视频产业联盟,成为了中国首台8K转播试验车的技术提供方,并参与到由中国电子技术标准化研究院牵头的《电视接收设备三维声性能技术要求和测量方法》标准起草工作中。与此同时,作为中国广播电视三维声标准提案方,Fraunhofer IIS于2018年底向政府部门提交了基于MPEG-H音频的标准草案。
Fraunhofer IIS中国区业务代表Toni Fiedler先生表示:“将下一代音频技术应用于所有的内容制作平台和传输网络是Fraunhofer IIS一贯的努力方向,我们深感荣幸能够携手中国联通共同实现这一愿景。双方仅用2个月的时间便完成了MPEG-H在中国联通IPTV系统的集成工作,这得益于合作方出众的研发能力和高效的沟通机制。我坚信这将势必加速MPEG-H在中国本土的实际落地进度,期待未来双方能有更为深入的合作。”
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。