“2016 年对于移动开发领域来说是颇受冲击的一年，又是颇为精彩的一年”。在这一年里，苹果发布了 iOS 10、watchOS 3、macOS Sierra、tvOS 四大操作系统，Android 的发展逐渐步入平缓阶段，跨平台技术讨论热度持续升温，直播、VR/AR 等“移动 +”领域更是热火朝天。
在这样的基础之上，2017 年的移动开发环境注定充满了更多的新奇和挑战。如何应对移动应用架构优化、移动端 AI 开发，智能化又如何提升用户体验，App 精细化运营又如何理解和实施……成了移动开发者们从 1 迈向 10、完成技术生涯进阶的重点考题。
在本次 GMTC2017 全球移动技术大会上，美丽联合集团、腾讯大数据、UCloud、微软中国的技术团队负责人就将围绕以上热点，为大家展示他们在这一年的最新实践（点击文末 「 阅读原文 」免费报名）。这里先以移动 AI 和短视频解决方案上的实践为例，带大家一睹为快，看看他们对于一些开发上的难点是如何应对的，有哪些独特的技巧和特性？
在移动电商中，图像内容的创造和运用，对于用户体验越来越重要。美丽联合集团旗下的各个服务、平台上，存在着海量的图像数据，包括商品图像数据、店铺红人图像数据，用户上传的社交图像数据、视频图像数据等。同时这些图像数据具有结构化的商品信息，比如类目、属性、购买等文本信息。
根据算法部署类型，美丽联合集团对移动电商中图像算法的实践分为两种模式：一种是在云端执行算法，构建图像搜索和图像识别系统，应用于商品搜索和推荐中提升用户体验；另一种是在移动手机端执行算法，例如：人脸特征点跟踪算法、文字识别算法；面临的难点是在移动端如何提升算法的运行速度。
以大规模商品图像检索的实践为例，其面临的主要难点包括：1、图像数据量大；2、特征维度高；3、响应速度要快。
为了解决这些问题，美丽联合集团采用了近似最近邻算法中的局部优化的乘积量化算法，训练得到粗量化质心和细量化质心，粗量化的结果用来建立倒排索引，细量化的结果用来近似距离的计算，最终既保证图像索引结果需要的内存足够，又满足检索质量和速度比较好。其团队设计和构建的图像检索系统架构如下图所示。
美丽联合集团图像检索系统架构图
目前该套图像检索系统应用在“美丽说”和“蘑菇街”的多个实际的业务场景中，如选品业务，导购运营在外站浏览到一些流行服饰等商品图片，此外也应用到如在线的同款识别等应用中，可以处理商家实时的同款图片查询功能。
想知道更多关于美丽联合集团在图像检索等系统架构设计时的想法、移动端的算法选型、算法优化、图像算法的开发模式、如何在移动端提升算法的运行速度等问题，点击下方 [阅读原文] 进入移动开发解决方案专场报名，听美丽联合集团图像算法负责人张洪明（花名：民达）深度解析《移动电商中的图像算法应用》。
短视频在全链路包括了一系列的复杂环节，从拍摄、编辑处理、合成、上传、存储、转码、鉴黄到分发、播放、监控。所以，随着用户量访问量的快速增长，性能、可用性、突发热点、业务频繁迭代的挑战。短视频平台想要做大做强做精的技术门槛非常高，非专业视频云公司无法具备全链路的能力。
如何实现分布式计算服务集群？如何构建高速稳定的并行转码服务？如何解决终端用户分布不均，网络质量差的地域问题？如何保证源文件的可用性及安全性并同时完成扩容……成为 UCloud 视频云技术实践过程中迈过的主要难关。
例如，为了确保全球范围内能顺畅观看视频，UCloud 主要通过全球 CDN 刷新与预取加速提升访问速度和用户体验。当一些数据面临留存周期较长问题时，UCloud 冷存储 (UArchive) 会提供海量、低频文件存储服务，将成本降低到普通存储的 1/3 甚至更低，其中采用的 EC 技术，1.25 份容量即达到双容灾效果，能够满足大量冷视频的场景。在技术演进过程中，UCloud 搭建了如下一套视频云架构。
UCloud 视频云架构
但当前视频云的特点是越大越复杂，除了视频、音频、图片外，还存在多种格式和码率，没有一定云计算积淀的厂商处理起来必定困难重重，而对于 UCloud 来讲，越大规模、越复杂的情况，UCloud 视频云平台可借助“云 +CDN”融合这一方式提供更多的边缘计算的能力。
关于 UCloud 如何构建云 +CDN，如何构建短视频解决方案架构以及如何解读其架构原理，请点击下方 [阅读原文] 免费报名，听 UCloud 高级架构师邵晓春聊聊《一站式短视频技术架构的新解读》。
此外，在本次移动开发解决方案专场中，还有腾讯数据平台部前端开发负责人郑灿双、微软（中国）有限公司开发工具及平台事业部技术顾问丁煜恒分别带来关于 App 精细化运营、Cognitive Services 以及 Cortana Extensibility 技术落地和实现的相关议题。点击「 阅读原文 」进入详情界面或免费参与报名，给你的移动开发人生之旅加个分吧。
