JioStar 首席架构师谈 5 亿用户规模下的 AI 内容发现 | OpenAI
2026 年 11 月 11 日
对话 JioStar 首席架构师 Vijay Seshadri。

公司规模:大型企业(Enterprise)
地区:亚太及大洋洲
行业:媒体、娱乐与体育
产品:API、Codex
我们的“高管视角”(Executive Function)系列栏目旨在分享通过 AI 推动转型的领导者们的独到见解。
JioStar 运营着服务超过 5 亿消费者的娱乐和体育直播平台,并曾创下支持高达 7250 万并发观众收看体育直播的纪录。在这种规模下,AI 必须快速、可靠,并随时满足生产环境的要求。
利用 OpenAI API,JioStar 在 JioHotstar 中内置了一个对话式视频和板球统计数据发现助手。观众可以用自然语言说话来查找电影和节目、历史精彩集锦、直播比赛瞬间或板球统计数据,系统会通过视觉化、对话式的体验返回结果。
在新加坡举行的 OpenAI 高管峰会上,OpenAI 东盟地区市场拓展负责人 Sidharth Sharma 与 JioStar 首席架构师 Vijay Seshadri 进行了对话,探讨了如何在大约八周内构建支持 15 种以上语言的体验,以及领导者在将 AI 从演示(demo)推向生产环境(production)过程中的经验教训。
是什么让你确信 AI 会从根本上改变人们发现内容的方式?
在过去的 25 年里,内容发现的演变微乎其微。推荐系统是上一次重大转变,此后大部分发展都只是对同一理念的迭代。
但选择看什么内容是非常私人化的事情。一个人可能会说:“我很难过,给我看点能让我开心起来的东西。”即便这么简单的请求也包含了很多微妙之处。是哪种难过?通常什么能让他开心起来?他是想看喜剧、治愈系节目,还是能完全转移注意力的东西?
传统的推荐系统可能很难理解那一刻的需求。而对话为观众提供了一种解释心境的方式。我们称之为“语音-视觉界面”(voice-visual interface)。
“内容发现本质上是视觉化的,但将这些视觉选项与口头偏好及对话结合起来,就创造了一种强大的新范式。”
——Vijay Seshadri,JioStar 首席架构师
你们是如何赶在大型板球锦标赛之前将这个想法转化为产品的?
我们在 10 月和 11 月开始构思这个概念,而一场大型板球锦标赛将在次年 2 月举行。我们只有大约两个月的时间,且面对着两类截然不同的受众:娱乐观众和板球迷。
娱乐观众可能会说:“今天是周五晚上——给我点惊喜”,或者在不知道片名的情况下描述一部电影。体育观众可能想要更具体的动态,比如三柱门被击落(fall of wickets)、连续的六分球(sixes),或者某位球员拿到特定分数的比赛。板球专家则可能想要关于每一个球的统计数据。
这些是截然不同的内容发现问题。我们在极短的时间内,致力于将娱乐内容、体育精彩瞬间和详细的板球统计数据整合到一个跨越多语言的统一体验中。
在 JioStar 的规模下,有哪些权衡因素影响了技术设计?
在非常早期的时候,我们就把这个问题定性为准确率(accuracy)、延迟(latency)和成本(cost)三者之间的权衡。每一个工程决策都必须同时平衡这三点。
语音功能让这一点变得尤为重要。我们有超过 60% 的用户使用语音而非文字:人们更喜欢直接说出他们想看什么。同时,系统的响应在大规模并发下仍需保持相关性强、速度快,并且在经济上可行。
“尽管听起来像是老生常谈,但答案就是评测、评测、再评测(evals)。如果你是第一次构建这样的应用程序,即使你以为自己做好了准备,也依然可能会低估评测的重要性。”
——Vijay Seshadri,JioStar 首席架构师
在生产环境中,一个有效的评测系统(evaluation system)是什么样的?
我将其分为两部分来考虑:评测框架(evaluation framework)和验证层(validation layer)。在进入生产环境之前,评测框架应该用来驱动修改。在生产环境中,反馈闭环应该将客户行为和失败案例转化为新的评测用例(eval cases)。
这个飞轮可以实现自我强化,但要把它做好极其困难。
领域专家至关重要。在进行体育统计数据评测时,我们与体育杂志编辑等专业人士合作,他们懂得资深球迷可能会问什么问题。你不能仅靠一个提示词(prompt)就开始构建;你需要用深厚的人类专业知识来为系统播下种子。