从短视频到唯美音乐会 《京·粹》让全球“遇见”最美北京******
中新网北京2月3日电 (记者 应妮)从火爆海外平台的系列短视频，到一台唯美震撼的视听音乐会，2日晚在中山音乐堂上演的《京·粹》新春音乐会，以极具艺术气质的新颖拍摄手法和独特留白方式，让观众看到了一个全新的富于时代艺术气息的北京形象。
北京不乏精彩故事，需要的是精彩的讲述和呈现。由北京市文化和旅游局策划出品、北京保利紫禁城剧院管理有限公司制作的系列短视频《京·粹》，耗时一年，边拍边播，择选了百年古刹隆福寺、长城脚下的古北水镇、前门三里河、工业遗产再利用的首钢园、“中国造”建筑奇迹凤凰中心、景山公园、中山公园、颐和园、北京(通州)大运河文化旅游景区等旅游景点或新兴文化地标。一期短短5分钟的节目，至少需要一周的拍摄准备，后期再以蒙太奇方式，让音乐带动画面的流动，音画交织，中西合璧，观众聆听音乐、欣赏美景，直呼“每一帧都很美”。自2021年11月起，《京·粹》系列在北京市文化和旅游局海外社交媒体官方账号“北京文旅”(Visit Beijing)上线播出，截至2022年12月底一共播出了9期，在海外平台的曝光量超过1268万次。
《京·粹》新春音乐会现场 苏冠名 摄《京·粹》系列总导演也是此次音乐会演出的导演孙勤在解读创作过程时表示，这次采取的是文旅融合的全新视角，首先要视觉美，做到画面与音乐、舞蹈的节奏完美融合，风景与艺术达到共融的平衡，而不是做一个音乐为主导的MV电视片。没有旁白意味着完全按视频内在的节奏走，把思考和阅读的空间让给了观众自己。“这也是一次挑战，毕竟短视频时代，流量非常重要，有人看、看得有意思才是好视频，所以，第一期视频播出前我非常忐忑，直到播出后迅速有了九万多观看数据，我们才坚定了制作理念和信心。”
为了保留音乐堂独特的石柱和管风琴，舞美上“嵌入式”设计让超长的宽幅画面与舞台毫不违和衔接在一起，两侧的立柱、剧场顶部的反音板都配上了精心设计的投影画面，与主舞台形成强烈的氛围呼应。导演表示，通过光影、舞美、视觉的融合运用，充分发挥剧场的空间之美，这是一次既结合短视频又完全独立于短视频的全新创作。
制作总监北京保利紫禁城剧院管理有限公司董事长徐坚说，“音乐会是《京·粹》系列短视频的延伸拓展，也是一次创新和突破。《京·粹》新春音乐会的策划创意与《京·粹》系列短视频的拍摄制作同步进行。《京·粹》系列成为北京市文旅局向海外展现北京形象的一个新品牌，它输出的不仅是旅游产品，还有深厚的文化意义。我们希望在音乐会之后，还能打造更多延伸的文化创意产品。”
《京·粹》新春音乐会现场 苏冠名 摄北京市文旅局副局长、一级巡视员庞微表示，《京·粹》系列短视频以文旅融合的全新视角，向世界展示中华优秀文化的精髓和北京这座城市的独特魅力。希望以这次新春音乐会为新的契机，进一步创新拓展传播形式，坚持海外社交平台与国内新媒体同步推送转发、线上推广与线下演出同时策划推进，让世界各地的观众朋友更好地遇见北京，向往北京，来到北京，感受北京，爱上北京。(完)
向善而生的AI助盲，让AI多一点，障碍少一点****** 有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。 AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。 新契机：多模态算法或将造福数以亿计失明者 科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。 一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。 多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。 大挑战：如何看到盲人“眼中”的千人千面 AI助盲看似简单，但多模态算法依然面临重大挑战。 多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。 但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。 另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。 为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。 另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。 最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。 多解法：浪潮信息AI助盲靶向消灭痛点 AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。 在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。 盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。 目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。 真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。 在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。 眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。 网信购彩地图 |
