5月20日,以“新时代 智传播”为主题,由中央广播电视总台、江苏省人民政府主办的2021中国国际智能传播论坛,在江苏无锡拉开大幕。华为公司战略部总裁张文林出席主论坛,并发表了《数字技术驱动影视产业升级》的主题演讲 。

张文林认为,超高清视频时代已经来临,正加速向4K/8K和更丰富体验迈进。随着5G时代来临,音视频产业将实现数字化、网络化、智能化升级, 5G、IP化、云化和AI等技术应用于超高清过程中,促成了业务创新的化学反应将为影视拍摄带来新的变革。比如超高清领域的自由视角正在成为产业亮点和热点,春晚《天地英雄》高品质画质,全程4K自由视角,带来全新观看体验与丰富应用场景。
技术变革驱动产业发展,在影视制作方面效率、质量和算力要求大幅提升。在疫情加速远程协作的需求驱动下,内容制作正加速全面上云。以影视作品为例,从2009的《阿凡达》到2019年的《阿丽塔》,特效镜头数增加1倍,计算与存储要求则增加4倍多;还有超级综艺类节目,镜头数增加10倍,质量要求4K起步,制作时间要求缩短,并行计算能力要求10倍提升。AI从支撑内容高效生产开始,将全面改变未来创作与生产模式,从生产端一直到消费端。现行内容生产制作全流程存在大量需要用AI智能解决的痛点,未来影视产业之变,需要创新的技术支撑。
张文林强调,云化的技术和服务带来制作、处理、发行模式的变革。华为云即将推出三个革命性的服务:一是数字内容全面云上生产制作服务,通过大规模的弹性算力,把建模互动等各类工具在云上进行高效调度和运作;华为与生态伙伴们正在稳步推进云上制作流程服务的创新,并在今年六月上海电影节与伙伴共同正式发布;二是4K综艺云上制作服务,基于《乘风破浪的姐姐》的制作实践,华为云通过代理文件和原文件实时处理等成熟技术,能够实现上百路机位视频流同时剪辑处理,极大加速了综艺后期生产制作效率。三是数字人云上制作实时生成服务,产生具有拟人特征的影视级数字人,真正的数字孪生人物形象,将首次应用于电视综艺领域,产生惟妙惟肖的数字孪生节目主持人等,更多创意、高新场景将极大丰富内容创作模式。年内将率先推出一位著名主持人的数字孪生人,大家敬请期待。
华为云的成熟媒体服务也在不断创新、推进超高清产业的发展,比如智能修复功能,以精准AI算法助力高质量、高效内容修复与画质增强,在提升视频质量的同时,促进了用户的观看意愿,目前已经完成500多部经典影视内容修复。
华为云同时在探索云上发行新模式,支撑电影发行领域快速从硬盘邮寄时代进入数字化服务时代。在发行领域,目前电影行业的发行还存在不少的困难问题。当前面向城市影院的发行依然采用硬盘寄送的模式,其成本高、易损坏、安全性低,无法灵活调度,而基于华为云及时纠错、高安全保障的云服务,则极大提高电影发行的灵活性、时效性和安全性。
华为深耕视频媒体技术、持续创新:25年来,从多媒体通信,到服务广电/运营商的视频类产品,逐步构建了全流程全行业的视频发展能力,并通过对音视频基础技术进行深入全面的研究,一直在以创新技术积极贡献与推进开放创新的产业标准与国际标准制定,推动产业升级。
如今在超高清产业加速发展的大趋势下,各项技术不断迭代发展、催生了各种业务创新、商业模式创新,不断打开新的市场。这样将促进产业各环节创新相互激发的链式反应,需要整个产业生态伙伴的共同努力。这个进程中,华为将聚焦技术创新,携手合作伙伴,积极推进超高清技术和产业的发展,并以5G、IP、云、AI支撑价值创造全流程技术创新,助力影视产业在超高清时代的数字化转型和产业升级。
好文章,需要你的鼓励
埃森哲投资AI零售平台Profitmind,该平台通过智能代理自动化定价决策、库存管理和规划。研究显示AI驱动了2025年假日购物季20%的消费,约2620亿美元。部署AI代理的企业假日销售同比增长6.2%,而未部署的仅增长3.9%。Profitmind实时监控竞争对手价格和营销策略,并可创建生成式引擎优化产品文案。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
日立公司在CES 2026技术展上宣布了重新定义人工智能未来的"里程碑式"战略,将AI直接应用于关键物理基础设施。该公司与英伟达、谷歌云建立重要合作伙伴关系,并扩展其数字资产管理平台HMAX,旨在将AI引入社会基础设施,变革能源、交通和工业基础设施领域。日立强调其独特地位,能够将AI集成到直接影响社会的系统中,解决可持续发展、安全和效率方面的紧迫挑战。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。