【ICTC2019】何大治：AI+5G赋能媒体服务(4)

大家看看我们的例子，我们做的这个例子，第一个例子是基于物体本征结构约束的3D生成，这是在今年的人工智能顶会上面，AAAI上面做的。第二个是基于多人动作交互约束的视频生成，是在去年的计算机视觉的顶会上面发表的。这上面可能不做的专家和朋友不了解，做这方面的大家可以对比一下两到三年之前，技术真的有非常大的进步和变化。

第二部分是我们做的另外的工作，我们做的实例化生成的研究。目前现在的GAN网络里面，整幅图或者整个视频是一起输出的，整个过程输出的过程当中，解出向量有非常多约束。所以产生的过程中间，由于要保持网络的收敛性，所以在很多局部的细节上面，是有很多缺陷的。做的图象比较模糊，所以在这上面，我们通过增加眼膜，把部分局部细节的东西通过小的网络生成，去取代它、替代它，这是另外一个技术。

大家可以看看我们做的例子，这也是在今年我们团队老师做的一部分工作，以前通过GAN网络生成的细节都比较弱，通过新的网络加上实例关系的约束以后，我们通过场景框架重构，可以构造出更加细节的，尤其是我们所说的化，在这方面进展是非常大的。

我们介绍了一下未来在媒体，尤其是内容生成上面，一定是往智能化的方向进展的，我们的判断。另外是在视频通过AI技术的智能视频生成上面，其实有非常多技术可以研究，我们也做了一些工作，也展示给大家。这里是关于第一部分，我们做一个总结，我们觉得随着技术不断的进步，大家可以想象，如果我们在生成技术上面有非常大的进展，可能在整个的视频内容制作，视频制作上面，又会带来一个新的突破。所以我们觉得未来，可能人工智能在整个视频智能加工、视频智能制作的三部分，就第一部分，我们所谓的叫检测或者语义特征提取，第二部分是语义的改变，第三部分是基于语义生成新的视频上面，如果都有很大的技术进步，一定会在整个媒体内容制作以及视频智能生产上面产生革命性的变化。这是我们期待看到的。

前面介绍了一下AI赋能媒体内容制作，可能中间有很多技术细节，关注的人可以去追一下具体技术的内容。但是大家其实都有一种隐隐的感觉，可能未来基于AI的内容制作上面，真的会有挺大的变化。

另外一部分，我们想介绍一下在媒体分发网络上面，5G能赋能什么样的能。

我们感觉，因为5G是一条路，路是为了传视频。在这个路中间大家都知道，目前最主要的问题是传输视频，我们首先把视频做了一个分类，尤其是2017年SHVC出现，这种可伸缩编码的视频技术的编解码技术出现。未来我们觉得，包括前面也介绍了VR、多视角、自由式、点云，还有一些电竞技术，可能在未来视频大体上可以按照分发特点分成基本视频和增强视频。不管你后期做渲染还是做额外的人工智能的加工，还是你做沉浸式的体验，都可以通过一个基本视频再加上一定的增量，形成一个所谓的增强式的视频，这是我们对未来视频，因为视频的编解码，很可能以后会朝这个方向去发展。

所以我们也判断，未来我们的网络可能服务的方式会采用一个所谓的基本视频和增强视频的不同的方式去服务。大家也都知道，现在5G网络飞速发展，有很多不同的应用，网络本身传输能力上面也有很多差异化的变化。大家都知道现在5G又迈向了毫米波，在毫米波上面可以传输更快的速度、更多的数据量。但是毫米波跟我们现有的三点几G、四点几G、两点几G的频率做结合，其实是可以很好地服务我们所说的一个叫基础网络，一个叫协同网络。在这里面，我们觉得未来的基础网络有相当一部分还是可以通过不同的方式，比如点播、广播等等方式服务。我们大体上把媒体网络按照基本视频+增强视频，基础网络+协同网络。我们觉得基本媒体服务，可能非常适用于我们采用广播以及部分结合点播的方式实现。而增强的媒体服务，可以结合互动、交互式、单播的方式做服务。

在未来我们觉得目前大家知道的多媒体形态很多，也大体上目前为止有广播和移动通信，或者叫宽带网两部分在服务视频。但是我们觉得未来很可能大家会形成一个统一的，基于一个5G网络，大家也知道我们现在国网公司，现在已经成为第四大运营商，而且国网已经明确提出来要重点发展移动优先。也就是说未来，大家可能都统一在5G这样一个统一的网络条件下做媒体网络的分发。(责任编辑：方向)