自2020年NBA启动数字化转型以来,由于加速部署云、分析、人工智能和计算机视觉技术,对数字技术的“全场紧逼”彻底改变了球迷、球员和球队的体验。
NBA执行副总裁、首席技术官Krishna Bhagavathula是前NBC News首席技术官,他在NBA工作了将近6年时间。他说,去年10月NBA推出了NBA League Pass流媒体应用,并与Hawk-Eye Innovations围绕3D光学建立了合作伙伴关系,从而展现了NBA推动数字化变革的先进之举。
Bhagavathula说:“我们正在努力为球迷创造一种真正与众不同的篮球体验。”他指出,迄今为止他们的投资回报是非常可观的。“本赛季我们的视频观看次数约为10亿次,是去年总和的3倍多。”
他补充说,本赛季NBA的订户增长了50%,收视率增长了52%,能够取得这一成绩要归功于NBA与微软的紧密合作以及三年前开始的行动计划。
“我们有一些正在计划中的重大举措,包括League Pass的旗舰发布,在云基础设施上部署流媒体产品和[相关]新产品,而且我们意识到,是时候对我们整个应用堆栈进行现代化改造了,”Bhagavathula在6月1日NBA总决赛开始之际接受电话采访时这样表示。
除了消费者体验之外,NBA选择微软Azure的同时,还启动了NBA内部应用向混合云+本地环境这一组合的转变,现代化项目开始之后,NBA将300到400个应用迁移到云端,而其他对灵活性和可扩展性要求较低的应用则继续保留在数据中心内。
Bhagavathula云端计划的第三个支柱是开发高级应用,这不仅是为了球迷,也是为了裁判、球员、球队和教练,他们都更多地依赖数据来提高在球场上的表现。
数字化和人工智能的驱动力
当Bhagavathula刚上任的时候,NBA也是刚刚开始上云,而且和许多企业一样,NBA仍然在管理着一个内部部署的基础设施,其中包括大量在虚拟机上运行数千个工作负载的服务器。但如今这一切都改变了。
Bhagavathula在谈到五六年前的情况时表示:“当时我们拥有一个高度虚拟化的数据中心,非常专注于打造基于云的、真正令人愉悦的消费者体验。”
和NFL一样,NBA的这位首席技术官也选择与微软合作以使用Azure云平台,Bhagavathula表示,该平台包含了构建NBA流媒体平台所需的所有数字组件,同时为NBA提供了可以用于下一代应用的云数据湖和机器学习模型。
NBA在2022年推出了NBA App,这是一款免费应用,整合了面向球迷的多种个性化服务,包括增强与社交媒体的集成,以及通过League Pass订阅服务(提供基本版和高级版)提供比赛实况。
基于Azure AI的“For You”应用则可以根据粉丝偏好提供个性化的内容,以及针对每个消费者的团队实时视频集锦。另一个名为NBA ID的新应用提供了会员专享体验、比赛门票赠品、个性化内容、以及全明星选秀权和其他NBA相关问题的增强投票功能。
Bhagavathula强调,去年推出League Pass是NBA向前迈出的重要一步,同时越来越多地使用Azure分析功能和AI技术,也为NBA员工、球队和球员提供了各种内容和新的数字机会。
Bhagavathula提到了一款名为REPS的应用,这是一套裁判参与和表现系统,开发该应用“专门是用于帮助裁判和管理层评估、协作、并定期关注运动员的表现”。
他说:“我们所使用的特征,让我们能够了解隐性的和显性的偏好,这样我们就可以提出一个基于每个粉丝的个性化推荐模型,然后NBA会定位到那些具有高偏好得分的球迷,让他们越来越多地参与到该应用的交互中。”
NBA在云湖中不断积累的数据,也是通过NBA商店以及特许经营合作伙伴(例如Fanatics和Ticketmaster)那里收集来,并且提供给他们的。Bhagavathula说,这是他们计划中的一个组成部分,是为了面向所有各方构建一个能够创造下一代AI和分析功能的存储库。
将球员表现提升到一个新的水平
对于NBA球队来说,Bhagavathula提到了CourtOptix,一款跟踪和分析球场上动作的应用程。该工具也是在Azure上开发的,免费为每个团队打包数据并将其分发给他们,以改进他们的赛场表现。他说:“每场比赛结束之后,球队都会获得一个数据缓存,然后可以使用这些数据来获得更多洞察和统计数据,以供他们自己进行分析。”
这种与体育相关的分析能力,正在显着改变各种职业体育项目的开展方式,例如目前国际网球联合会正在使用计算机视觉技术来帮助球员改善他们的表现。
IDC的分析师Craig Powers认为未来这种趋势是无限的。
Powers表示:“NFL和NBA通过数据改变了体育的开展方式。在NFL中,曾经被认为有风险的策略现在已成为常态——比如在第4次进攻而不是踢射门得分或弃踢。这是分析的产物——利用NFL数十年积累下来的每一场比赛的数据,为每个决定设定概率和分值。”
与国际网球联合会一样,NBA通过更多地使用传感器、摄像头、分析和人工智能,对球员、球队和裁判提高表现产生重大的影响。Bhagavathula说,虽然现在球员在比赛中并不佩戴传感器,但可穿戴技术和新型物联网传感器的引入,无疑会影响未来几年的数据收集和球员表现。
例如,NBA将通过与Hawk-Eye的合作,生成更为详细的数据,让球员和球队使用这些数据来改进他们的表现和比赛策略制定。
Bhagavathula说:“这本质上是使用骨骼追踪技术来评估运动员的跳跃高度、投篮时的身体姿势或脚踝着地的方式,我们认为,这些实证数据实际上将开启对篮球这种运动的洞察力。”
很明显,人工智能和云计算等先进数字技术将继续改变球队、球员和球迷参与到这个不断发展的篮球运动中的方式——曾经篮球只是一个球、两个篮筐和参加高强度比赛的球员。
在竞技场中引入数字技术(例如非接触式特许摊位)以及NBA Top Shot(作为一种数字篮球卡出售的不可替代代币)的诞生,将对商品销售和篮球经济产生巨大的影响。
Powers认为,越来越多地使用分析、人工智能和传感器来制定下一代比赛计划、组建阵容、监控球员的健康状况、安排球员上场时间、以及管理伤病,这将永久性地给篮球这项运动带来改变。
“在NBA,我们已经看到三分球的重要性正在上升,因为中距离跳投并不受欢迎。为什么?因为球队对场上每一次投篮的价值有了更好的理解,而NBA更进一步,通过使用视频来跟踪每次传球和投篮的确切位置。教练和球员可以更具体地确定他们的长处和短处,这决定了进攻的方式和防守方式。AI使用这些数据来推荐特定的球员对决和战术。”
虽然Bhagavathula没有对NBA关于生成式AI的计划发表评论,但Hyland Software的产品经理、AI专家Tiago Cardoso已经把一级方程式赛车视为合作伙伴,他表示,引入大型语言模型(LLM)例如GPT,将有可能进一步改变这项赛事和球迷的体验。
“大型模型可以执行通用型任务,因此可以识别球员、理解行动和战术。他们能够认识到观众对一场比赛的参与程度,并且可以通过文本或语音评论的形式进行表达,”Cardoso认为,这将在未来若干年后变成现实,而且大型语言模型有朝一日将会被用于对过去所有的电视转播比赛进行编目,以根据提示生成量身定制的精彩集锦,例如“给我看勒布朗·詹姆斯和迈克尔乔丹做相同扣篮动作的视频。”
而这一切,都将因为精良的IT技术而变成现实。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。