6月13日,第二十四届上海国际电影节“一带一路”电影周启动仪式暨第三届上海·中国影视科技创新峰会在上海国际旅游度假区成功召开。在电影周启动仪式上,由上海国际旅游度假区支持、中国电影科学技术研究所指导,华为云计算有限公司、上海鸣锣影视科技有限公司共同打造的“5G数字影视创制云平台”正式启用并发布阶段成果,同时在电影节市场上展示亮相。
5G数字影视创制云平台正式启用
“5G数字影视创制云平台”覆盖影视创作各环节,包括前期创意、中期拍摄、后期制作、发行衍生等,是全流程的影视生产数字化服务平台,打通数字内容云上创制场景应用与产业生态,助力上海建设5G数字影视创新应用示范区。目前,5G数字影视创制云正在浦东国际影视产业园共享空间加速落地部署,预计下半年在后期制作头部企业项目试商用,明年初面向国内影视市场开放,将为浦东打造一处具有示范引领意义的数字影视产业集群高地。
在质量要求提升、计算模式改变、技术体系支撑等驱动下,数字化、虚拟化技术正在促进影视行业整体降本增效,影视内容生产制作上云成为必然趋势。云上制作是推进电影工业数字化再造,提升电影工业现代化整体水平的一个重要的标志性的动作。影视内容生产制作上云,需要真正实现云上工具链的工业化体系融合,用更快、更好的网络、存储、计算等基础设施,实现更强的图形处理能力、更智能的辅助能力,同时建立开放、安全的创新生态环境,保护影视创作内容创意,支撑生态圈的发展。
基于三十多年在音视频技术领域的积累和丰富的云服务经验,华为云提供了满足影视级内容制作要求的基础设施,包括高速读写的文件系统,支持4K/8K分辨率、32位真彩无损显示、满足不同影视制作要求的云工作站,通过高效、敏捷开放的云原生基础设施,强大的算力和灵活的存储资源来改变和提升影视生产制作的效率。鸣锣科技用共享人才、数字资产、产业资源、空间和设备的方式,打造基于影视科技为核心服务的影视文创生态圈。而上海是中国电影的发源地,是文化产业和影视内容制作产业的高地,致力于成为东西方文化交流互鉴、中国的文化能够走出去的一个桥头堡,具备成为全国影视生产制作的标杆、汇聚整个产业链的基础。
上海华为云总经理方宏达发表演讲
上海华为云总经理方宏达表示,未来,为支撑行业的持续创新,华为云将持续投入基础技术的研究,加强数字内容建模、实时渲染、云上虚拟制作等关键根技术能力研发,帮助伙伴实现更高效的云制作,助力电影制作企业实现全产业链“上云”,实现异地协同的 “云上”制作;华为云也希望继续与上海国际旅游度假区管委会、中国电影科学技术研究所、上海鸣锣影视科技有限公司、以及各产业联盟一起合作,制定云上影视制作标准,重塑制作流程,释放生产力,驱动行业向以创意为中心的方向发展;同时,通过上云,建立起一个更加开放、安全的创新生态环境,实现数字资产的汇聚、管理和分享,与合作伙伴和所有视频从业者一起,推进中国影视工业化进程。
6月23日,华为云TechWave云原生媒体服务专题日将线上举行,上海市人民政府参事、国家一级导演江海洋,上海鸣锣影视科技有限公司董事长江传荣,将分享云技术给影视制作带来的影响,以及5G数字影视创制云平台的合作背景和进展。更多云原生媒体服务创新技术和丰富实践还将与大家见面,敬请期待!
好文章,需要你的鼓励
SAP S/4HANA内存ERP系统推出十多年后,95%的传统用户表示构建积极的迁移案例需要巨大努力或面临真正挑战。一项涵盖455名CIO、高级IT角色、SAP专家和业务经理的调查发现,83%的受访者不完全理解SAP最新的迁移政策和截止日期,84%对当前信息传递及其对运营的影响表示担忧。SAP为传统ECC系统设定了激进的支持截止日期,主流支持将于2027年结束。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
微软通过其Planetary Computer平台将NASA的Landsat和Sentinel-2卫星数据集引入Azure云服务。该数据集包含来自NASA的Landsat 8、9号卫星以及欧洲航天局Sentinel-2系列卫星的地球监测数据,为气候变化、土地利用、农业应用等研究提供宝贵资源。用户可通过API或Azure存储直接访问这些PB级全球环境数据。微软还建议研究人员使用Azure OpenAI服务创建智能应用,结合AI技术进行土地分类、植被监测、森林砍伐趋势分析等地球观测研究。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。