
5月13日山寨发布会举行了《视频新文化的“暴发”时代》的记者充电器交流会,优酷土豆集团副总裁卢梵溪通过系统的阐述,与大家分享了在“视频+”新文化时代,打造现象级爆款的最好方式是制造印象等经验,很高兴能有机会参与学习并与大家分享。
卢正雨导演和优酷土豆集团副总裁卢梵溪
交流会主要内容有:首先,通过优酷土豆集团副总裁卢梵溪老师,他对网络视频新文化从发展历史到发展趋势、从网生一代的用户消费特点做了系统的阐述,其次,卢梵溪还分享了一个现象级爆款的整个生产流程以及一些规律。卢正雨导演也和观众分享了他对电影的理解以及一些经验,我觉得在他身上最宝贵的地方就在于,他能够不完全以为受众服务为中心,而真正的拍摄自己心目中的好故事,这种完全独立、自主的精神令我非常感动。
视频新文化时代用户消费的不是内容而是参与感
相比于旧文化时代由钱来决定走向,新文化则更多的由人来决定方向和特点。由于2016年智能安卓机将更便宜、智能硬件和网络资费都会大幅下降,而中国人的娱乐生活又很无聊,所以看视频也是人们生活的高频需求,而在网络环境下年轻人的消费观念有着强个性(独一无二)、怕孤立(渴求认同感)、重共鸣(为自己消费)等特征。所以卢老师认为:网生一代的消费现象是,消费者消费的并不是内容,而是参与感,这也就是说他们享受创造并深度参与群体文化。如他们对视频链接的内容、评论等进行吐槽、谭幕、分享等,这种新生代的玩儿法,使得聚集的大量粉丝成为新主流文化。
时代:“视频+”时代是一个风口
根据卢梵溪老师的解释,我们就刚好站在“视频+”新文化暴发时代的风口上。而中国视频化发展历程就是目前优酷土豆、搜狐视频、爱奇艺和腾讯视频等几家分天下的局面,然而随着视频新文化的发展,由于视频内容所天生具备的高粘性,所以在经历了以卢正雨导演首创的《嘻哈四重奏》所开启对的自制时代,以《老男孩》等微电影开启了中国电影节的元年,此后经历《大师》等将草根引入殿堂《泡芙小姐》等所开创的“虚拟人物真实存在”的IP打造方式等发酵期,使得迷你剧《万万没想到》成为互联网第一神剧,《老男孩》则收获了2.2亿的电影票房同时成为首部互联网原生IP孵化的大电影,而小苹果则以傲人的成绩成为2014年第一全民全龄神曲,可以说目前所处的“视频+”风口,当视频新内容不仅仅作为内容,而且也作为一个入口的时候,通过以视频为基点,持续运营,聚集粉丝,最终延长变现链条,以“视频+”将游戏、社区、出版、演艺经纪、电影等各个行业连接在一起从而实现名利双收。
打造一个现象级爆款最重要的是制造印象
针对一个现象级爆款产品是如何诞生的这个问题,卢老师认为需要在选题定位、策划创作和精准营销三方面着手。他以《万万没想到》为例,根据优酷的大数据分析,从优酷在移动端的占比趋势看,12年占比21%,13年上线后占比48%,14年占比达70%。这些实实在在的数据表明《万万没想到》有市场。
而在选题定位上,由于优酷上70%的观众为男性,所以主角选了男性,而且当时也找了参考片,选了古今双拼形式既需要演员有代入感,也强调内容要包含感情线,在固定结尾有反转点。在营销上面,优酷创新了广告模式,这样就集中强化了传播点。在内容上面,卢梵溪提出一个问题:导演永远是正确的吗?他认为这不一定。并且分享了视频新文化爆款的内容特征,包括:奇观效应、重复打击痛点、正能量输出。
他介绍,<小苹果>的音乐开启了电影营销新时代,这方面儿有优酷的数据作支持,因为据优酷数据显示的关键词看“音乐”被提及150万次。在营销策略上,他以《老男孩猛龙过江》<小苹果>等为例,总结了8个字,分别是:唤醒、爆点、情感和口碑。<小苹果>的营销上,首先让不同人群参与制作了48条病毒视频,为的是有效打穿各行业年龄层。而优酷的12档自制节目+20余家PGC也起到了很好的作用,此外在合作上进行了多渠道多品牌的多项合作。如在新浪微博上进行了16轮话题策划,仅一天时间,<小苹果>就登上了新浪微博话题榜首, 覆盖2•21亿人,与滴滴打车等合作,在20个城市逾20万辆出租车贴《小苹果》播放页二维码自制出租车喇叭演绎小苹果,播放量52万,这些都是<小苹果>营销效果的体现。
综上所述,卢梵溪最后总结出了打造现象级爆款的五字诀:看、找、玩、传、拍,最后他认为通过营销手段制造爆款,最重要的就是制造印象。而视频不仅是内容,也可以成为平台,所以视频+时代正在全面来临,而视频必将成为下一个风口,问题是:你准备好了吗?
好文章,需要你的鼓励
亚马逊FAR部门研究团队通过创新的"掩码比特建模"技术,突破了图像生成领域的传统认知。研究发现离散方法劣势源于信息容量不足而非技术路线缺陷,提出的BAR框架通过渐进式比特预测解决大词汇表计算难题,在ImageNet-256上创下0.99 gFID新纪录,同时实现数十倍的速度提升,为AI图像生成开启质量与效率并举的新时代。
北京大学与美团联合研究团队提出轮廓引导路径探索(OPE)方法,解决AI并行推理中的"互信息饱和"问题。通过先生成多样化策略轮廓再执行具体推理,避免多条思路重复收敛的困境。在数学推理测试中,该方法显著提升了复杂问题的解决成功率,为AI推理能力的可靠性提升提供了新的技术路径。
南洋理工大学研究团队开发了Dr. MAS训练方法,专门解决多智能体大语言模型系统的训练不稳定问题。该方法通过为每个AI智能体使用个性化的评价标准,避免了传统全局标准化导致的梯度爆炸问题。在数学推理和多轮搜索任务中,Dr. MAS显著提升了系统性能和训练稳定性,为构建更强大的AI协作系统提供了重要技术支撑。
腾讯AI实验室开发的Covo-Audio是首个真正实现端到端语音对话的7B参数大模型,能直接处理语音输入并生成自然回应。该系统突破了传统流水线式处理的局限,实现了智能与声音分离、全双工交互等创新功能,在多项基准测试中表现优异,特别是在情感理解和自然对话方面达到了新的水准,为语音交互技术的实用化和个性化应用开辟了新路径。