Artificiell intelligens
AI i skala: Hur OS stress‑testar infrastrukturen
Hur AI driver vinter‑OS 2026 i realtid
Large popular events like the Olympics used to be displayed exclusively through TV networks, with carefully placed TV crews capturing the moment and displaying it live around the world.
Stora populära evenemang som OS visades tidigare uteslutande via TV‑nätverk, med noggrant placerade TV‑team som fångade ögonblicket och visade det live över hela världen.
Detta sätt att fånga OS med kameror förändras mycket snabbt, med en blandning av drönare, AI och molnbaserad infrastruktur som radikalt förändrar evenemangets tekniska grund.
Medan detta redan delvis var sant för OS i Paris 2024, är det ännu mer sant för vinter‑OS i Milano 2026.
Kameror med flera vinklar, ett moln‑först tillvägagångssätt och kraftfull AI bygger, nästan i realtid, en 3D‑representation av tävlingarna i 17 olika sporter och hjälper till att minska det arbete som krävs, den energi som förbrukas och fördröjningarna i globala sändningar.
Bakom denna tekniska revolution står Alibaba, den kinesiska jätten inom e‑handel och molnberäkning, med en stark position även inom AI.
(BABA )
AI tar över OS
Molnbaserad sändning
The Olympic Broadcasting Services (OBS) and the International Olympic Committee (IOC) have partnered with Alibaba to deploy cloud computing and AI at a scale never seen before for the 2026 Winter Olympics.
Olympic Broadcasting Services (OBS) och Internationella Olympiska Kommittén (IOC) har samarbetat med Alibaba för att implementera molnberäkning och AI i en skala som aldrig tidigare setts för vinter‑OS 2026.
Detta är det senaste steget efter tidigare implementeringar i Tokyo 2020, Beijing 2022 och Paris 2024 av molnbaserad, AI‑aktiverad sändning.
Sedan introduktionen i Tokyo 2020 har OBS Live Cloud utvecklats från en valfri tjänst till en kärnplattform för distribution. Vid OS i Paris 2024 blev den den primära metoden för fjärrsändningsleverans när den möjliggjorde 400 live‑videoströmmar och 3D‑rendering.
I Milano har företaget ställt in stöd för 39 sändare, levererat 428 live‑videoflöden, inklusive 26 i ultra‑high‑definition, samt 72 ljudflöden.
Medan vissa premiumflöden och fångstsystem körs i ultra‑högupplösta format som 8K och UHD, inkluderar den bredare sändningsmixen flera upplösningar optimerade för arbetsflödeseffektivitet och distributionskrav.
Den molnbaserade leveransen har ersatt traditionella satellitlänkar och dedikerade transmissionslinjer för att minska kostnader, installationstid och teknisk komplexitet, samtidigt som flexibilitet och motståndskraft förbättras.
Detta gör också att mindre sändare kan få tillgång till professionella sändningsmöjligheter utan stora förhandsinvesteringar.
“Alibaba Cloud tillhandahåller grunden som gör storskalig AI möjlig, vilket gör våra operationer mer effektiva och öppnar nya möjligheter att förbättra tittarnas upplevelse och fördjupa deras förståelse för sporten och idrottarnas prestationer på världens största scen.”
Yiannis Exarchos — VD för Olympic Broadcasting Services
Förutom live‑inspelning av själva sportevenemangen kommer över 5 000 korta klipp, inklusive bakom‑kulisserna‑material, höjdpunkter och känslomässiga reaktioner, att distribueras via OBS Content+, en molnbaserad plattform som drivs av Alibaba Cloud.
Omedelbar förståelse och taggning
Alibaba’s Automatic Media Description (AMD) System is a system powered by the company’s AI Qwen, an advanced large language model (LLM).
Alibabas Automatic Media Description (AMD)-system är ett system som drivs av företagets AI Qwen, en avancerad stor språkmodell (LLM).
Systemet identifierar automatiskt idrottare och nyckelmoment, genererar händelsebeskrivningar och taggar videomaterial inom sekunder, vilket avsevärt minskar den manuella bearbetningstiden.
OBS‑teamet kan också kommunicera med AI:n på naturligt språk för att bearbeta live‑videorna snabbare. Till exempel kommer en förfrågan om ”hitta konståkningens guldmedaljprestation” att hämta rätt information nästan omedelbart.
På så sätt kan OBS‑personalen enklare hitta, utveckla och distribuera OS‑historier över plattformar.
Omedelbara intelligenta reprisar
The company’s Real-Time 360º Replay systems automatically create immersive replays with fluid camera movement and stroboscopic visual effects.
Företagets Real-Time 360º Replay‑system skapar automatiskt uppslukande reprisar med flytande kamerarörelser och strobo‑effekter.
För att göra detta separerar AI‑algoritmen idrottare från komplexa bakgrunder som snö och is och skapar sedan 3D‑rekonstruktioner av nyckelmoment på så lite som 15–20 sekunder, tillräckligt snabbt för live‑sändning.
Detta kombineras med tidigare använda effekter som BulletTime, som först introducerades i Beijing 2022 för att erbjuda stillbild‑ och slow‑motion‑vyer, eller den nya Spacetime Slices‑funktionen som visualiserar flera faser av en idrottares rörelse i en enda sammansatt bild, vilket låter tittarna bättre förstå teknik och prestation.
AI OS-agenter
This year, AI was not just deployed at the broadcast level, but also in the Olympic village and among the attending public. For example, Qwen was powering a series of AI agents called the “Olympic AI Assistants.”
I år har AI inte bara implementerats på sändningsnivå, utan även i Olympiska byn och bland publiken. Till exempel drev Qwen en serie AI‑agenter kallade ”Olympic AI Assistants”.
En av agenternas uppgifter var att erbjuda flerspråkigt konversationsstöd och realtidsinformation om evenemangen, så att fans kunde få tillgång till officiellt OS‑innehåll via ett chattbaserat gränssnitt.
Samma teknik kommer att permanent installeras på Olympiska museet i Lausanne, där besökare får tillgång till personliga AI‑ljudguider som förbättrar museiupplevelsen.
Qwen har också implementerats i den säkra portalen för Nationella Olympiska Kommittéer (NOC). Där används den för att hitta dokument, policyer och bidragsriktlinjer via naturliga språkfrågor, med inbyggt flerspråkigt översättningsstöd.
Qwen kommer också att förbättra åtkomsten till OS‑sportarkivet genom ”Sports AI”, en molnbaserad mediearkiveringslösning som inkluderar AI‑taggning, videosökning och konversationssökning.
Kanske mindre imponerande, men illustrativt för hur mycket OS blir genomsyrat av ”teknik”, kan besökare till och med flytta en robotarm genom att bara röra sin egen hand och låta en AI tolka rörelserna för att ge dem ett OS‑souvenir.
Massiv datavolym
While Qwen is definitely making the most visible change in the way Olympic videos, images, and data are handled, another invisible task is the supporting infrastructure that makes it possible.
Medan Qwen definitivt gör den mest synliga förändringen i hur OS‑videor, bilder och data hanteras, finns en annan osynlig uppgift: den stödjande infrastrukturen som möjliggör detta.
There is no less than eight petabytes of historical Olympic media that are now hosted on Alibaba’s cloud computing systems.
Det finns inte mindre än åtta petabyte historiskt OS‑media som nu är lagrade på Alibabas molnberäkningssystem.
“Milano Cortina 2026 markerar ett avgörande ögonblick i integrationen av AI i den Olympiska rörelsen. Alibaba Cloud har varit enastående i att sätta dessa ledande kapaciteter i arbete på mycket praktiska, hjälpsamma sätt. Det handlar inte bara om att förbättra den dagliga upplevelsen för våra fans genom den första användningen av LLM‑teknik vid OS, utan också om att bygga intelligenta system som Sports AI som kommer att bevara historiska OS‑ögonblick för kommande generationer.”
Ilario Corna — Chief Technology and Information Officer of the International Olympic Committee
Från AI‑träning till AI‑inference
Besides the niche use case of broadcasting and archiving, the Milano 2026 Olympics reflect a massive shift in how AI should be considered.
Förutom den nischade användningen av sändning och arkivering speglar OS i Milano 2026 en massiv förändring i hur AI bör betraktas.
Until now, the focus has been on AI training and what new ability it acquired in this latest iteration of the model.
Hittills har fokus legat på AI‑träning och vilka nya förmågor modellen har fått i sin senaste iteration.
This is shifting to AI inference, where the already trained model is now being deployed for narrower real use cases. For example, instant translation, or making a replay of athletes in less than 20 seconds, or making the massive Olympics archives much easier to search.
Detta skiftar nu mot AI‑inference, där den redan tränade modellen nu används för mer specifika verkliga tillämpningar. Till exempel omedelbar översättning, att skapa en repris av idrottare på mindre än 20 sekunder, eller att göra de enorma OS‑arkiven mycket enklare att söka i.
AI inference is not only more useful, but it is also a lot less compute and energy-intensive, as only a specific set of the AI ability is used at a time. This should help reduce the constraint of energy supply and hardware availability that has been limiting AI speed in the past few years.
AI‑inference är inte bara mer användbart, utan också mycket mindre beräknings- och energikrävande, eftersom endast en specifik del av AI‑förmågan används åt gången. Detta bör hjälpa till att minska begränsningarna i energitillgång och hårdvarutillgänglighet som har bromsat AI‑hastigheten de senaste åren.
| AI‑implementeringsnivå | Primär hårdvara | Känslighet för latens | Ekonomisk drivkraft |
|---|---|---|---|
| Realtids‑3D‑repris | GPU‑inference‑kluster | Hög | Premium‑sändningsrättigheter |
| Automatiserad medietaggning | LLM‑inference‑noder | Medium | Operativ effektivitet |
| Fan‑AI‑assistenter | Molnhostade API:er | Låg–Medium | Engagemang & datavärde |
| Arkivintelligens (8 PB+) | Petabyte‑objektlagring | Låg | Långsvans‑licensintäkter |
Hur man investerar i AI‑infrastruktur bakom OS
Alibaba
OpenAI and Anthropic, as well as most “big tech” US companies, are racing to make AGI (Artificial General Intelligence), and might succeed in doing so. But the Chinese AI industry is adopting a slightly different approach, already deploying AI in applications useful today.
OpenAI och Anthropic, liksom de flesta ”big tech”‑företag i USA, tävlar om att skapa AGI (Artificial General Intelligence) och kan lyckas med det. Men den kinesiska AI‑industrin antar ett något annorlunda tillvägagångssätt och implementerar redan AI i tillämpningar som är användbara idag.
The idea is that instead of aiming for AI to replace workers, it should be improving productivity across the entire economy at once.
Idén är att AI inte ska ersätta arbetare, utan snarare förbättra produktiviteten i hela ekonomin på en gång.
As China has been limited by export controls over advanced chips, with its own domestic production only slowly catching up, it has also made an effort in training its AI more efficiently and focused more on AI inference and its deployment.
Eftersom Kina har begränsats av exportkontroller för avancerade chip, och den egna inhemska produktionen bara långsamt hinner ikapp, har man också gjort ett försök att träna sin AI mer effektivt och fokusera mer på AI‑inference och dess implementering.
Qwen is currently one of China’s (and the world’s) leading AI, performing as well as or better than leading Western AIs on multiple benchmarks.
Qwen är för närvarande en av Kinas (och världens) ledande AI, som presterar lika bra som eller bättre än ledande västerländska AI‑system på flera benchmark‑tester.
Källa: Qwen
Alibabas AI‑framsteg stöds av företagets molnberäkningskapacitet (1/3 av den kinesiska marknaden och rankad som #1) samt kassaflödet från e‑handelsverksamheten (dubbel så stor som Amazon i bruttohandelsvärde).
Källa: Alibaba
I detta sammanhang bör Alibabas massiva roll i OS förstås inte som ett sätt att generera intäkter, utan för att höja företagets profil i ett ögonblick då västerländska AI‑företag dominerar den globala diskussionen och investerar massivt i reklam, som vid Super Bowl, som dominerades av AI‑relaterade annonser.
(Du kan också läsa vår dedikerade investeringsrapport om Alibaba för mer information om företaget)
Senaste nyheter och utveckling för Alibaba (BABA)-aktien
