10月25日,“32郎”杨坤再次延续他的走心亲民做法,以“直播+互动”的方式让中青代音乐人的演唱会唱进了互联网,QQ音乐将为这次演唱会提供独家在线直播,乐迷通过该平台可以多终端接入现场,在家实现“0时差”收看演唱会。前不久刚刚成功举办过“90后新偶像”华晨宇演唱会互动直播的QQ音乐,再次携手“70后实力唱将”杨坤继续玩演唱会互动直播,一夜间在线演出风暴来袭。对于音乐爱好者来说,互联网就像一所“任意门”,这里没有地域、年龄、界限划分,越来越多的歌手演唱会开始“触网”,让网络用户可以以更轻松愉悦的方式享乐其中。
在此之前,杨坤一场传统的演唱会是这样:前期通过线上网络或线下售票点售卖票据,开演时乐迷们再四面八方赶来一个早已确定好的演出场地,场地位置有近有远有好有坏,乐迷们会在演唱会进行时拥挤着拍个照,结束时尖叫着返个场。
而“20岁”的演唱会则不同,这是一场互联网气质十足,真正具有“20岁”年轻化特征的演唱会:前期通过QQ音乐平台购买价格十分优惠(甚至低至20元)的演唱会“门票”,演唱会当晚乐迷通过完全不受地点限制的手机、Pad或者电脑终端,打开QQ音乐演唱会入口观看演唱会,看直播的同时,乐迷还可通过送“星星雨”、听偶像朗读“粉丝留言”、在线票选安可曲的方式与现场演出的杨坤直接进行互动,甚至有机会和偶像共进晚餐。
以尚属国内首创的“看星星雨”跨空间O2O互动为例,当乐迷在QQ音乐直播间为杨坤送上星星时,不仅直播页面出现了撒落星星的梦幻场景,演唱会现场大屏幕也出现了散落的星星雨。另外就是粉丝在QQ音乐直播间的一些留言,演唱会现场杨坤也将进行挑选朗诵,对于演唱会结束时的安可曲环节,则是借助QQ音乐平台的投票功能,由在线乐迷的网络投票来最终决定的是否返场演唱。
当然,杨坤“今夜20岁”演唱会敢于通过互联网方式进行直播互动,主要得益于以QQ音乐为代表的国内社交网络音乐的发展。QQ音乐不但玩社交有着先天的优势,而且也较早深耕品牌音乐演出活动,如早前9月份就全程互动直播了华晨宇中秋节火星演唱会。
在具体做法上,QQ音乐通过线下到线下的思维,除了贴合用户多场景、多屏的观看体验,还开发出了多个直播平台的特色互动功能,如献花、弹幕、票选安可曲等现场遥控互动,通过粉丝社交的方式,让用户在未到演唱会现场的情况下却更有参与感,充分释放社交网络音乐的魅力。
同时,对于那些需要通过互联网直播演唱会的音乐人,QQ音乐这个平台还具有更天然的基础优势。首先其拥有强大的用户数和产品布局,据资料显示,目前QQ音乐月活跃用户数已超过3亿, APP产品覆盖了 PC、Mac、iOS、Android、WP等多个热门平台;其次是具有其他产品无法比拟的腾讯联动资源,通过打通QQ空间、视频、微信、QQ等一些列推广矩阵,QQ音乐轻易就可以形成了一个线上线下、站内站外全面贯通的音乐营销闭环;同时QQ音乐还具有针对深度合作的独家专区,《乐谈》、《乐人》、《乐见大牌》等针对不同类型歌手专题和音乐事件营销的媒体化栏目,结合演唱会的互动直播,很容易就获得一站式营销服务内容。
当互联网已经成为乐迷的一种生活方式,不受时间地点限制的观看选择,更低廉的成本、更多样的互动正是QQ音乐带给传统演唱会的价值。而这样的开放属性,也消除了音乐的代际隔阂,当杨坤从中青代音乐人代表到“20岁”的互联网跨界音乐玩家,只需通过QQ音乐一场演唱会互动直播就能实现,跨界的尝试不应只存在于年轻歌手范围当中,所有歌手都能加入进来。
从90后华晨宇到70后杨坤,在QQ音乐直播舞台上,他们今夜都是“20岁”。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。