← 返回全部情报
JioStar:用 OpenAI 接口在约八周内做出覆盖 15 种以上语言的语音视觉内容发现,服务逾 5 亿用户 的封面

·OpenAI·客户故事收录 2026-11-13

JioStar:用 OpenAI 接口在约八周内做出覆盖 15 种以上语言的语音视觉内容发现,服务逾 5 亿用户

文创流媒体语音搜索评测OpenAICodex

一句话结论

在准确、时延和成本三者之间做权衡,先规定系统不该回答什么,再用领域专家和「生成加校验」的评测把娱乐推荐与板球统计收进同一套语音视觉体验。

打开原文 OpenAI:JioStar’s chief architect on AI discovery at 500M-user scale

背景与理念

JioStar 的娱乐和直播体育平台服务超过 5 亿消费者,直播最高同时在线达到 7250 万,内容发现却长期停在推荐系统的迭代上。首席架构师 Vijay Seshadri 认为,选择看什么非常个人,一句「我有点难过,想看能让我高兴的东西」里有很多传统推荐不好处理的细微差别。他们把新形态称为语音视觉界面:用对话说清偏好,用画面给出选项。超过 60% 的用户更愿意用语音而不是文字。

具体做法

  1. 从 10 月、11 月开始构思,对着次年 2 月的一项重大板球赛事,大约两个月里同时服务娱乐观众和板球迷。娱乐用户可能说「周五晚上,给我个惊喜」,或描述一部记不起名字的电影;体育用户可能要看连续六分、某位球员打出特定分数的那场比赛,专家还可能问到每一球的统计。他们要把娱乐、比赛瞬间和详细统计放进同一套体验,并覆盖多种语言。
  2. 一开始就把问题写成准确率、时延和成本的三方权衡,并把护栏放在功能前面。语音或文字入口几乎什么都能问,所以先决定系统不该回答什么。评测分成上线前能推动改动的框架,以及上线后把用户行为和失败收成新用例的校验层。板球统计评测请杂志编辑等懂行的人先做种子集,再用模型扩充变化。他们采用「生成者与校验者」模式:一个模型帮助决定怎么答,另一个模型作为评判,目标相互竞争;评判本身也要被评测。Codex 用来加快生成评测用例和更新系统,但并没有取代判断和校验。
  3. 回顾时他认为应更早投入生产环境里的模型效果监测。传统的尾时延指标仍然重要,但不够。他也提醒管理层:不要把生成了多少行代码这类投入指标当成价值,并说要把 Codex 这类工具交给有判断力的人,否则风险也会被放大。

关键数据/例子

这套助手做成了超过 15 种语言,大约用了八周;平台用户超过 5 亿,其中六成以上使用语音。文中没有公布上线后的准确率、时延或成本数字。Seshadri 把评测称为「即使自认为准备好了,第一次做这类应用时也多半会低估它」。OpenAI 的驻场工程师和他们的小团队一起,先确定少数必须做对的事。

创新点

第一,把内容发现做成对话加画面,而不是只优化推荐列表。第二,用「先规定不回答什么」和领域专家种子集,把开放式语音入口收成可上线的范围。第三,把评判模型本身也当成要评测的对象,并强调生产监测要看模型是否仍有效,而不是只看基础设施指标。

可否复用

  1. 面向大众的语音或对话产品,先写清拒答范围,再扩能力。评测集要由真正懂业务的人先做种子,而不是只靠提示词生成。
  2. 上线后把失败和用户行为持续写回评测,并单独监测模型效果,而不是只用接口时延来判断系统是否健康。

笔记会在输入时自动保存。