作為全球技術(shù)水平最高的運動賽事,一級方程式賽車不僅直接采用來自商業(yè)市場的領(lǐng)先技術(shù)方案,同時也在持續(xù)創(chuàng)造與開拓創(chuàng)新,為其他行業(yè)貢獻(xiàn)著豐富的技術(shù)成果。
甚至早在大數(shù)據(jù)概念正式普及之前,F(xiàn)1各車隊就已經(jīng)在采用類似的方法,將數(shù)據(jù)驅(qū)動決策貫徹到實踐創(chuàng)造中的各個層面。這一切,自然也給整個汽車工業(yè)帶來巨大的啟發(fā)與貢獻(xiàn)。
不過,盡管一路奮進(jìn),最近一段時間,F(xiàn)1賽事在數(shù)字化領(lǐng)域仍然陷于落后。首先,F(xiàn)1賽車在現(xiàn)代通信技術(shù)與云平臺的采用方面行動遲緩,這使得它在賽事播放層面的傳播、移動與社交互動更是全面落后于時代。
推動數(shù)字化進(jìn)程
目前,這一情況正在改變。在Liberty Media于2017年接掌F1賽事管理權(quán)后,立即任命法拉利公司前技術(shù)總監(jiān)兼梅賽德斯車隊負(fù)責(zé)人Ross Brawn擔(dān)任支持總經(jīng)理。他明確表示,F(xiàn)1賽車將把數(shù)字化作為新時代下的頭等大事。
他在2017年曾提出,“我們有很多工作要做,目前正努力推動基礎(chǔ)設(shè)施的部署。”
自那以來,F(xiàn)1賽事完成了品牌改革、社交平臺升級等多項工作,并建立起了表現(xiàn)上佳的電子競技部門。通過由其組織的F1虛擬大獎賽(Virtual Grand Prix),車手、專業(yè)游戲選手以及社會各界名流得以相互競爭,并共同將F1賽事的人氣推向新的高度。
與此同時,F(xiàn)1主辦方還在部分市場推出了自己的流媒體服務(wù)F1 TV。
要想維持并拓展自己的粉絲群體,這種數(shù)字化進(jìn)程將至關(guān)重要。千禧一代的口味相當(dāng)挑剔,各類賽事都在努力爭奪他們的休閑時間,而能否通過Facebook、Instagram以及Snapchat等新興渠道與體育組織進(jìn)行互動,就成了拉攏人氣的關(guān)鍵。
但與其他體育運動不同,F(xiàn)1賽事的直播節(jié)目只能覆蓋到比賽過程中的一小部分。比如,在網(wǎng)球比賽上,一個機位即可俯瞰全場;足球比賽雖然難度高一點,但多角度跟拍也足以體現(xiàn)細(xì)節(jié)。但在F1比賽上,20輛賽車將在幾英里長的賽道上競逐,這就給內(nèi)容傳遞帶來了巨大的挑戰(zhàn)。
線性視頻源只能在同一時間講述一個故事,為此導(dǎo)演組需要在2個小時的轉(zhuǎn)播中在不同故事之間往來切換。這不僅令觀眾難以了解賽場上發(fā)生的一切,也讓F1比賽的入門門檻變得過高,不容易吸引到新的粉絲。具體來講,如果不在社交媒體發(fā)布的短片中添加講解字幕,人們可能根本搞不清視頻里表現(xiàn)的是什么內(nèi)容。
面對這個難題,F(xiàn)1堅信其歷史數(shù)據(jù)庫以及每場比賽中產(chǎn)生的大量數(shù)據(jù),將成為適應(yīng)需求變化與滿足觀眾口味的核心因素。過去近70年間,F(xiàn)1組織收集到了大量信息——通過每輛賽車上安裝的300個傳感器,能夠在每場比賽中產(chǎn)生超過110萬個數(shù)據(jù)點。
快速分析這些信息的能力,已經(jīng)成為決定F1車隊比賽成績的關(guān)鍵;但換個角度,我們又該怎樣將這些數(shù)據(jù)與觀眾的觀看體驗關(guān)聯(lián)起來?為此,F(xiàn)1于2018年決定與Amazon Web Services(AWS)開展合作,將原有系統(tǒng)逐步遷移至云端。目前,F(xiàn)1正在研究AWS存儲、處理與機器學(xué)習(xí)功能,希望充分利用起這套龐大的數(shù)據(jù)存儲庫。
一級方程式世界錦標(biāo)賽——中國大獎賽上海站——準(zhǔn)備日
數(shù)據(jù)的重要性
為了確定哪些洞見真正具有意義,Brawn還誠邀前法拉利威廉姆斯車隊工程師Rob Smedley加盟新項目。很多朋友對他可能并不熟悉,但過去十年以來,他曾經(jīng)無數(shù)次在F1比賽中通過車隊電臺向車手發(fā)布指示。
Smedley擁有長達(dá)25年的賽車運動從業(yè)生涯,并在2018賽季末正式宣布退休。不過出色的才華不會被埋沒,去年夏季多家車隊向他伸出橄欖枝,而他最終決定幫助Brawn為數(shù)據(jù)洞見篩查貢獻(xiàn)力量。
最初,Smedley以顧問的身份加入,但他現(xiàn)在已經(jīng)晉升為首席工程師,開始為F1的數(shù)據(jù)發(fā)掘之旅帶來深遠(yuǎn)影響。
他表示,“我能做的最重要的工作,就是將自己的經(jīng)歷作為審視F1的起點。我會從分析的角度觀看比賽,但在電視上,我發(fā)現(xiàn)這種線性的觀看體驗讓人根本理解不了賽場上發(fā)生了什么!我希望能把自己的經(jīng)驗與分析方法分享給F1的粉絲們。”
“在電視上看到的內(nèi)容經(jīng)常沒頭沒尾,而我們可以通過多種方式利用數(shù)據(jù)改善這種情況??偠灾覀冃枰c人們互動,并向?qū)Ψ秸故灸切┎惶庇^的信息。”
“要想跟年輕的粉絲們交流,我們必須學(xué)會使用他們能夠理解的語言。周末硬拉著自己的孩子在電視機前坐兩個小時,只會讓他們討厭這場看起來毫無意義的賽車競逐。相反,我們需要用數(shù)據(jù)把整個競技過程拆分成一個個小片段,保證觀看者能夠快速理解其中的妙處。例如,我們可以將比賽內(nèi)容轉(zhuǎn)換為30秒長的剪輯片段,或者獨立制作成一段情節(jié)完整的視頻。”
Smedley非常認(rèn)可F1前負(fù)責(zé)人Bernie Eclestone做出的貢獻(xiàn),后者將F1賽事從“山寨產(chǎn)業(yè)”轉(zhuǎn)變成了全球重量級賽事。他也相信,Liberty Media與Brawn做出的努力將推動F1運動的進(jìn)一步發(fā)展,并在全球范圍內(nèi)吸引到更為多樣的粉絲群體。
AWS Insights
作為此番努力的最新成果,F(xiàn)1 Insights利用AWS機器學(xué)習(xí)功能收集到一系列前所未有的實時統(tǒng)計信息。Smedley表示,他們還以一種容易被粉絲理解的方式,將數(shù)據(jù)打包成具體見解。
去年,F(xiàn)1轉(zhuǎn)播節(jié)目新增六項統(tǒng)計數(shù)據(jù)——出站速度、預(yù)計進(jìn)站整備策略、進(jìn)站時間窗口、超車預(yù)測、實際進(jìn)站整備策略以及輪胎性能。而在新的賽季當(dāng)中,他們還將新增加六項分析見解,汽車性能得分正是其中之一。
從奧地利大獎賽開始,觀眾將能夠看到轉(zhuǎn)播畫面中出現(xiàn)基于低速彎、高速彎、直道以及操控等標(biāo)準(zhǔn)的車輛得分圖形。這樣做不僅能讓車迷更客觀地評估每輛車的機械表現(xiàn),同時也可輕松確定哪些因素會讓每位駕駛員處于有利或不利地位。
比利時大獎賽則將發(fā)布彎道性能統(tǒng)計數(shù)據(jù),將當(dāng)前車手的行駛成績與1983年以來的眾多F1車手進(jìn)行直接比較。F1還將使用機器學(xué)習(xí)來預(yù)測排位賽與決賽階段的結(jié)果,提供基準(zhǔn)以衡量駕駛員在每一場對接中的表現(xiàn)。
其中最有趣的兩項統(tǒng)計數(shù)據(jù)是,當(dāng)前賽季車手與車隊表現(xiàn)的評分。車手評分將由排位賽、起跑狀態(tài)、比賽節(jié)奏、輪胎管理以及其他條件共同決定,觀眾們還可以隨時查看車隊與賽車隨時間推移的發(fā)展過程。而車隊表現(xiàn)評分則能幫助大家理解,為什么有些車隊在賽季末總能奮起直追,拿出遠(yuǎn)超賽季初的賽場表現(xiàn)。新的零件能夠顯著提高車輛性能,先抑后揚的車隊們往往持續(xù)跟進(jìn)車輛調(diào)整與研發(fā)工作,但其他車隊則可能選擇優(yōu)先開發(fā)下個賽季的車輛,借此獲得提前研發(fā)的優(yōu)勢。
梅賽德斯車隊車手Lewis Hamilton慶祝自己在英國大獎賽中勝出
可持續(xù)發(fā)展
從統(tǒng)計數(shù)據(jù)來看,某些車隊在觀眾中的人氣似乎比較有限。面對這種問題,我們又該如何處理?萬一在賽車中泄露了車廠的某些最新技術(shù),又要怎么辦?
Smedley認(rèn)為,車隊非常理解促進(jìn)并發(fā)展F1賽事的重要意義,因此絕對不會因為人氣波動而輕易選擇退賽。
他解釋道,“F1、各車隊以及國際汽聯(lián)之間保持著非常密切的關(guān)系,我們正努力讓更多的企業(yè)加入這項運動。如果我們認(rèn)為某些車輛的表現(xiàn)會泄露關(guān)鍵知識產(chǎn)權(quán),或者給某支車隊帶來無可比擬的技術(shù)優(yōu)勢,我們會及時叫停相關(guān)行為。而且車隊其實一直很清楚這些問題,他們也樂于看到一級方程式賽車在塑造汽車文化、維持車迷熱情以及吸引新粉絲群體方面發(fā)揮的重要作用。”
Smedley指出,他的血液中永遠(yuǎn)流動著比賽的熱情,也不排除將來重新回歸F1車隊的可能性。但是現(xiàn)在,他對新的賽事參與方式感到非常滿意——既不必滿世界跑來跑去,又能為自己真心熱愛的運動做出貢獻(xiàn)。
Smedley告訴我們,“F1給了我很多,我當(dāng)然希望盡自己所能回饋這項運動。”
“也許未來我還會重新回歸F1車隊……但在此之前,我得先把F1管理層交給我的任務(wù)做好。目標(biāo)必須明確、團(tuán)隊必須上進(jìn)、結(jié)構(gòu)必須完備。我對現(xiàn)在的一切都很滿意,不過未來總是充滿變數(shù)。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。