随着新冠疫情在欧美的进一步蔓延，大量普通人的居家隔离势必会推动一众流媒体服务量上涨，只是没想到最先感受到压力的会是作为基础服务的宽带网络。
欧盟内部市场和服务专员蒂埃里·布雷顿敦促流媒体平台考虑限制视频码率，以避免流量过载，影响在家办公人群。3 月 19 日，以 Netflix 为首的流媒体服务提供商都表示，应欧洲各地政府的要求，将会适当降低流媒体内容码率以减轻网络带宽的压力。
Netflix 于两天之后的 3 月 21 日在官网发布了一篇相关博客文章，文中提到「上周，欧盟要求 Netflix、Amazon 和 YouTube 等公司确保我们尽可能高效地利用电信网络。我们马上开发、测试并有效运用了一种方法，将 Netflix 在这些网络上的流量减少 25%，我们所采取的措施可以维持所有的视频分辨率。在欧洲，接下来 30 天内，在每个类别中，我们只是删除了最高带宽码率。如果您格外关注视频画质，则可能会注意到每种分辨率的画质都略有下降。」
通常这类表态会被认为是商业公司的公关说辞，但如果对 Netflix 此公司知道，就会知道以他们的技术积累，短时间内实现这样的技术是完全可能的。笔者通过身在欧洲的朋友确认，他也确实没察觉出来最近 Netflix 上面的内容画质有何变化。
对于影视娱乐公司，「内容为王」慢慢的变成了了一句陈词滥调，所有人都知道却不一定可以做到，但随技术已经越发融入到各行各业，身处前沿的流媒体公司事实上更需要内容与技术的齐头并进。Netflix 靠科技驱动内容制作和分发
虽然与迪士尼、华纳等大制片厂同处美国加州，Netflix 却诞生在科技巨头林立的旧金山湾区，并且他们一开始从事的 DVD 租赁并非高科技行业也仅只是处在影视行业的最下游。但二十年过去，此公司已经是比肩过去传统好莱坞五大制片厂的影视巨头，更为关键的是，其押注转型的流媒体服务为其在全球带来了超过 1.6 亿付费用户，并且成功让各大科技公司与传统影视巨头纷纷进军这一领域。
《纸牌屋》靠「大数据」成功的过程经过层层演绎如今已经快成为「商业神话」，事实上 Netflix 高管在之后也坦诚那更像是一次精心策划的「技术营销」，当时所谓的依靠「大数据」打造的美剧，事后被证明更多依靠的是 Netflix 不计成本的高投入，两季总共一亿美元的投入，于当时 HBO 一家独大的美剧行业来说可谓是「天价」。
与此同时，Netflix 确实又热衷于将AI、一直在优化的编码技术应用到其产品当中，并且这些技术在某些层面确实帮助其获得了营收的增长。
推荐算法与搜索显然是最直观的一例，不少中文地区用户时常抱怨 Netflix 的推荐并不十分精确，但 Netflix 的算法所依赖的数据采集更多还是来自用户自己的浏览习惯，奈何中文地区数据量有限的问题，这方面的改善显然需要更多时间。
对于绝大多数用户来说，Netflix 这种算法的普适性更多体现在多元化的预告片与内容海报的精准推送。Netflix 会按照每个用户的观看爱好来为其量身「定制」相关原创内容的海报与短预告，以期实现内容的更广阔覆盖。
同时平台内搜索也是一项重要功能，德勤曾经发布了一份面向全美企业的 AI 状况报告，报告中德勤特别提到了 Netflix 的案例：Netflix 发现他们的用户喜欢搜索电影，但如果搜索并找到一部电影花费的时间超过 90 秒，那么用户往往会放弃，而借助 AI 技术优化站内搜索之后，不但可以给用户所带来使用者真实的体验的上升，还能让用户更快地付费。德勤的报告数据显示，仅仅一年，得力于 AI 对搜索的改进，Netflix 可以多赚 10 亿美元。
回到文章开头那个话题，在通过《纸牌屋》在全球打响名声之后，Netflix 其实就始终致力于通过技术优化其内容传输质量。
利用工程师开发的AI工具，Netflix 从 2014 年开始重新编写了它的整个内容库的编码。这个系统被称作「动态优化器」（Dynamic Optimizer），它能够正常的使用最小的带宽来提供最佳的图像。这一技术的应用并非统一粗暴的一刀切，其会根据每项资源的特征量体裁衣，精细化处理，不一样的作品会适用于不同的算法。这项技术在为用户节省 20% 带宽的同时，提高画面质量。其 AI 算法能有效压缩视频的每一帧以提升视频播放的速度，并且又保证了视频本身的画质没有一点损失。
Netflix 在分析了全球多个地区的观众的观影体验后不断训练其 AI 算法，使它能够对影片中不同场景的不同压缩率得到的效果作对比。甚至能区分视频内容的不一样和复杂程度，并依据这一些因素选择压缩视频的方式。例如充满汽车追逐和爆炸场面的动作电影会以更高的码率传输，而一些内容场景相对简单的动漫则以较低的码率传输，这样就能为所有的用户传输画质稳定的内容，而即便是网速很慢的用户也能观看流畅播放的视频。
「你不应该给《小马宝莉》和《复仇者联盟》分配一样的码率。」Netflix 视频算法经理 Anne Aaron 曾解释道。所以取而代之的，他们决定为每个名目定义一个它自己的编码规则。类似《小马宝莉》这种简单的视频会被编码为码率为 1.5Mbps、分辨率为 1080p 的视频：在这种新技术能满足那些低网速或者使用移动网络连接的人，使他们可以观看超高清 HD 品质视频。而对比过去，这部分观众得花费更多的流量，却只能看到 720 分辨率的视频。
同时 Netflix 每个月也会在其公司博客上发布「Netflix ISP 速度指数」，旨在衡量黄金时间 Netflix 在特定 ISP（互联网服务提供商）上的性能的指标，这一指数可以让不一样的地区的用户直观的看到他们付费之后最终能轻松的获得怎样的流媒体体验。内容学起来太难，「爱优腾」先学点技术行不行？
在付费会员数字一直增长之后，爱奇艺、qq视频等国内流媒体平台也都先后拥有了过亿的付费用户，从用户体量上看，他们确实在不断缩小与 Netflix 这样的国际流媒体巨头的差距。但这些数字只与商业公司本身以及长期资金市场有密切关系，对于用户而言，能快速、稳定的看到优秀品质的内容才是驱动他们付费的理由。
在内容层面，国内各家流媒体目前依然停留在依靠忽然出现的「爆款」短时间提升订阅用户数量的阶段，没办法实现优秀品质的内容的稳定生产是每个平台都需要面对的问题，或者说这本身也是国内所有内容创作者都要解决的问题。
这背后所涉及到的问题当然也与内容审查以及影视行业整体水平密切相关，仅靠流媒体行业或者单一巨头平台很难在极短的时间扭转大局。即便是以 Netflix 为代表，原创内容的稳定产出也经历五六年时间，而这还是建立在好莱坞本身强大的影视工业之上。
在短时间内很难补上内容制作的短板时，国内流媒体似乎也并未在具体技术层面上有所精进。在之前欧洲要求流媒体降速的新闻中，不少评论都在嘲笑欧洲基础网络建设太差，居然连看个高清视频都快满足不了了。
这种说法背后其实有两方面的原因，一来自然是没有对比就没有伤害，绝大多数国内用户无缘体验 Netflix 或者 YouTube 的服务，对于超高清画质这样直观的感受，光听参数是很难体会的，必须眼见为实。另一方面则是国过视频网站长久以来的「挂羊头卖狗肉」，最经典的例子便是各大视频网站都纷纷作为一大卖点甚至是付费会员专享权利的画质。
「高清、超高清、4K、蓝光、杜比」，相信用过爱优腾的用户对这些词汇不会陌生，如今来说，一分钱不想付除了需要看好几分钟的广告之外，画质上限也不会超过 720p。
但付过钱的画质就真的会有显著提升吗，或者说每个月十几块的会员费真的就能够正常的看到所谓的「蓝光电影」吗，答案大概用户自己心里多少都有数。
480p、720p、1080p 以及 4K 仅仅是指视频的分辨率，而在流媒体播放视频的过程中，最重要的一项指标其实是传输码率，码率越高，每秒传送数据就越多，画质就越清晰。
▲ 网上高清热爱者的对比：同样的片子，爱奇艺的 4K 的码率相当于 Netflix 的 1080P
同样是号称 4K 的视频，在国内平台的码率普遍仅有 4-7 Mbps，一部两小时左右的电影，只需要 2、3G 流量。按 Netflix 的理想要求，4K 视频每小时消耗的流量就能达到 7GB，就算只是标准清晰度（720P）一小时也需要 3GB。之前有影视爱好者专门做过《流浪地球》分别在爱奇艺与 Netflix 上同帧对比，前者所谓的「4K 版本」播放码率仅能到达 Netflix 的 1080p 水准，同时在后期调色层面，Netflix 采用的还是业界公认最佳的杜比视界版本。
2017 年 6 月，爱奇艺创始人、CEO 龚宇在爱奇艺世界大会上发布了「做一家以科学技术创新为驱动的伟大娱乐公司」的企业愿景，随后几年中爱奇艺也连续发布了通过 AI 深度神经网络算法增强的 HCDN 技术、AI ABS 自适应码流、ZoomAI 视频增强技术。
作为国内唯一独立上市的专业内容视频网站，爱奇艺在上市之初，一度也被认为是 Netflix 在中国的忠实门徒。而抛开内容不谈，在技术方向上，爱奇艺确实一直在向 Netflix 学习，国内最早提出将 AI 应用到视频网站中的正是爱奇艺，不过遗憾的是在用户可感知的维度，这些尝试似乎更多都停留在了营销层面。
从财报数字上，也可以一睹国内视频网站对于技术的投入远远没有高价采购版权那么狂热，根据爱奇艺 2019 年的财报，其研发技术相关成本在总费用中的占比为 8%，单从视频网站本身来说，在龚宇这样对技术有着一定敏感性的人管理下的爱奇艺大概已经是国内一众视频网站中对研发技术投入最大的一家了。一个可以借鉴的数字当然还是 Netflix，2019 年财年，Netflix 在科学技术研发等成本方面的投入为 26.5 亿美元，占总费用的 13%。
不过从另一个角度来说，就如同内容一样，国内的流媒体们也确实有苦难言，国内部分用户的宽带速率或许已经足以播放超高清视频，但运营商定下的高昂带宽价格依然让流媒体们头疼，在内容成本高企、以打折会员费换规模的阶段，带宽成本与研发技术成本能够说是为数不多能够硬省下的成本了。
只是希望在如此夹缝之中，各个平台未来还是多把精力花在内容创作与技术创新而非不断打磨那些多重收费模式与所谓精准广告投放上吧。
关键字：引用地址：Netflix 改进 AI 多赚 10 亿美元，为何国内视频网站却不注重技
今日， 微软 在 HotChips 大会上正式揭晓了 Brainwave 系统，该产品是 微软 加入人工智能硬件竞赛的首发产品。 微软 表示这款高速度、低延迟的 AI 专用芯片系统能为机器学习开发者们提供超越 GPU 的性能。下面就随网络通信小编共同来了解一下相关联的内容吧。 微软的研究人员现场展示了 Brainwave 的威力：在使用英特尔最新的 Stratix 10 FPGA(现场可编程门阵列)芯片的情况下， Brainwave 运行 Gated Recurrent Unit(LSTM的变种)的浮点运算速度可高达 39.5 TFLOPS，并且不需要任何批量处理，即芯片可以即时处理每一项提交上去的请求，为机器学
引言 在工业控制中，许多控制过程机理复杂，滞后大，控制对象具有变结构、时变等特点。采用常规的PID控制算法，难以适应参数变化及干扰因素的影响，大都出现较大超调，PID参数较难确定，不仅给调试带来麻烦，调节的效果也不理想。目前由国外引进的某些调节仪表中，推出了许多改进型如加入抗饱和积分功能，采用自整定来协助确定PID参数及自适应技术来改进控制效果。为客服常规PID调节的不足，提高其性能，现在各大仪表公司及仪表生产厂，都在致力于新的控制算法开发和自整定技术的探究，下面以系列仪表为例，简述系列仪表中的人工智能控制算法和特点。 系列仪表中的人工智能控制算法 系列仪表中的人工智能控制算法，即对PID算法加以改进和保留，加入模糊控制算法
当今时代，我们迎来了人脸识别技术快速地发展的开端。目前，“人脸识别”技术通常被用来提高安全度，不过，在计算能力、边缘处理、云计算和人工智能高度发展下，“人脸识别”能做的更多，发展的潜在能力巨大。在未来，人脸识别可用于情绪探测、年龄探测和性别探测、以及访客数据追踪等方面。 情绪探测 情绪探测不但可以识别人，还能判断他们的情绪，因此，情绪探测将会成为人脸识别的下一个用武之地。 在教育领域，情绪探测技术的应用非常关注，人脸识别技术可用于检测学校出勤率，甚至小学生的注意力。比如杭州某中学正在尝试使用人脸识别技术，来检测学生和他们的财务。每30秒扫描一次，人脸识别系统能确定学生的各种情绪。如果学生注意力下降，系统还可以提醒老师，为老
，IoT的到来，让人脸识别迈向辉煌时刻 /
一直以来，荣耀作为手机在人工智能方面的先驱，在手机AI的落地应用上不断尝试。尤其在拍照方面，从最早在智能机上首创平行仿生双摄，到硬件级支持的智能场景识别，荣耀将AI与拍照的创新结合上有目共睹。此次，荣耀在Magic2上更是首次采用的超广角AI三摄，为手机摄影带来全新的体验。 在荣耀Magic2上，主摄为一颗2400万像素RGB黑白摄像头，副摄像头为一颗1600万像素彩色摄像头，以及一颗1600万像素超广角摄像头。值得一提的是，这颗超广角摄像头的焦距为17mm，拍摄角度为117°，我们大家都知道，在专业的单反广角镜头中，“超广角镜头”的定义为焦距20-13毫米，视角为94-118度。而荣耀Magic2上的这颗摄
近年来，在智慧转型的浪潮下，行业竞争日趋白热化的演变下， 安防 企业纷纷以时不我待之势，驱动“算法、数据、算力”三驾马车，加速拥抱人工智能，以求变革求新、提高效益。在安防企业密集发力之下，安防智能化进程加速跨越，实现了历史性、整体性重大变化，创新成品竞相涌现，科学技术实力正处于从量的积累向质的飞跃，点的突破向系统能力提升的重要时期。 在这样的背景下，慢慢的变多的行业人士开始强调算法、数据、算力齐驱并进。众所周知，算法、数据、算力，是推动安防AI发展的三大支柱。其中，算法是前提，数据是原动力，算力是基础。 数据是AI发展的基础。海量的数据才能为安防人工智能马达提供充足的燃料。近两年，慢慢的变多的安防公司开始强调数据意识，通过大数据
我们经常在科幻电影里面看到炫酷的全息投影的场面，像《钢铁侠》等美国电影大片中，人只需要挥一挥手指，眼前的虚拟画面随之变换，简直酷毙了。虽然我们在春晚以及一些明星的演唱会上都有见识到全息投影带来的的震撼效果，不过投影出的明星“出场费”也不菲，一下子又拉开了我们与全息投影的距离。 不过全息作为一种真正的“无界”显示技术，近年来得到了慢慢的变多车企的关注。12月20日，智能驾驶舱解决方案提供商 就发布了一款AI全息智能系统，facecar联合发起人朱家明告诉亿欧记者，未来两年之内将应用在乘用车上。 facecar是一家扎根中国市场、专注于汽车智能座舱体验创新的设计咨询机构， AI全息智能系统faceair 是facecar在全息应用研发里
大家都经历过这样的一种情况：驱车数英里抵达目的地却发现，所有的停车位都被占满了。虽然谷歌地图（Google Maps）等应用程序可根据历史数据，预测停车位情况，但是该方法仍具有局限性。据外国媒体报道，美国卡耐基梅隆大学（Carnegie Mellon University）的科学家进行了一项研究，推出了一个人工智能（AI）系统，可实时预测停车位的占用情况。 进行该研究的科学家认为停车场传感器易发生故障和错误，因此不从此类传感器上收集数据，而是利用停车计时器所进行的历史交易，在使用额外数据来进行预测之前，先估计是否有空余停车位。据估算，大约有95%的街边收费停车场都通过计时器来来管理，表明此类模型比独立的传感器系统更具通用性。 研究团队使用
实时预测停车位占用情况 /
深圳最大工业投资项目——TCL 华星近日迎来成立 10 周年，TCL 华星从追赶到引领，在半导体显示行业当中，一路上演“深圳速度”“深圳质量”。 新闻主体：深圳市华星光电技术有限公司（简称华星光电）是 2009 年 11 月 16 日成立的国家级高新技术企业，总部坐落于深圳市光明区高新技术产业园区。华星光电成立以来，依靠自组团队、自主建设、自主创新经营持续向好，经营效率处于同行业领先水平，形成了在全球平板显示领域的竞争优势。 10 年前，面对中国彩电产业“缺芯少屏”的不利局面，在深圳市政府的支持下，TCL 集团巨资自主建设 TCL 华星项目。10 年间，TCL 华星克服人才、资金、技术重重挑战，历经蜕变，已跻身全球面板业
技术在新能源汽车行业的应用_万舜
诊断方法研究_唐圣学
全功能环境监测站作品源码
东芝1200V SIC SBD “TRSxxx120Hx系列” 助力工业电源设备高效
2024 瑞萨电子MCU/MPU工业技术研讨会——深圳、上海站， 火热报名中
Follow me第二季第4期来啦！与得捷一起解锁蓝牙/Wi-Fi板【Arduino Nano RP2040 Connect】超能力！
嵌入式工程师AI挑战营（进阶）：基于RV1106部署InsightFace算法，实现多人的实时人脸识别
消息称苹果、三星超薄高密度电池均开发失败，iPhone 17 Air、Galaxy S25 Slim手机“变厚”
11 月 11 日消息，消息源Jukanlosreve 与 yeux1122 透露，苹果和三星的超薄高密度电池项目均开发失败，这两家公司此前试图在旗下 iP ...
在本届进博会上，美光分享了西安封装和测试工厂扩建项目的最新进展，并与相关合作伙伴围绕“谈赋能：商业与可持续发展共促共生”主题进行了分享。...
在近期举办的第12届中国硬科技产业链创新趋势峰会上，Qorvo 中国高级销售总监江雄于现场分享了 Qorvo 在新一代5G应用下的技术创新和市场 ...
BOE独供努比亚和红魔旗舰新品 新新一代屏下显示技术引领行业迈入真全面屏时代
BOE（京东方）独供努比亚和红魔旗舰新品 新新一代屏下显示技术引领行业迈入线日，BOE（京东方）携手中兴通讯旗下努比亚、 ...
2024 年 11月 4 日，中国，香港 ——OPPO广东移动通信有限公司（OPPO）与香港理工大学（理大）举办合作续约仪式，基于双方于2022年签 ...
古尔曼：Vision Pro 将升级芯片，苹果还考虑推出与 iPhone 连接的眼镜
BOE（京东方）新新一代发光器件赋能iQOO 13 全面引领柔性显示行业性能新高度
LTC3704 的典型应用 - 宽输入范围、无 RSENSE 正负 DC/DC 控制器
NCP1351，用于 12 V / 2 A 全 DCM 适配器的评估板
LT8304ES8E 18V 至 80Vin、48Vout 隔离反激式转换器的典型应用电路
AT91RM9200Linux移植笔记(二)-移植u-boot-1.1.6
站点相关：基带/AP/平台射频技术面板/显示存储技术电源管理音频/视频嵌入式软件/协议接口/其它便携/移动产品综合资讯论坛惊奇科技