由优酷土豆集团主办的“2015综极会”于6月8日在上海举行,本次活动的主题是“中国自创综艺超级IP何时出现”。作为上海电视节官方主办的活动之一,本次活动集结了诸多现象级综艺节目的幕后英雄,传统电视媒体精英首度携手互联网人一同共话互联网综艺自制之路和未来。
“综极会”是中国第一个由互联网视频主办的跨平台综艺内容论坛。除了优酷土豆集团董事长古永锵、土豆总裁兼优酷土豆集团高级副总裁杨伟东作为东道主坐镇之外,2015年优酷土豆“综极会”还邀请到了中国网络视频研究中心执行主任夏陈安、湖南卫视总监张华立、《爸爸去哪儿》总制人谢涤葵、《奔跑吧兄弟》总制片人俞杭英、《非诚勿扰》总出品人王培杰、《中国好舞蹈》总导演徐向东、《看理想》总策划梁文道、网络热播脱口秀《暴走漫画》的创始人王尼玛。这些中国超一流的卫视和互联网综艺内容的领军人物和金牌制片人,围绕着“原创”、“现象”、“引进”等关键词,交流中国综艺自制和自创的现状和未来。
“顺势而制”:优酷土豆重磅推出“开计划”
土豆总裁兼优酷土豆集团高级副总裁杨伟东发表了以“顺势而制”为主题的演讲,拉开了“2015综极会”的序幕,这是他正式接手优酷土豆综艺娱乐版块后首度在正式媒体场合露面,并对外发布综艺“开计划”,即开放的平台、开放的合作、开放的营销。
“开计划”强调用开放的心态引领产业,实现共赢,既是优酷土豆对综艺市场总体形势变化的分析与洞察,也是优酷土豆作为第一视频平台,推出的有助于综艺产业在跨媒体融合方向的完整计划。“开计划”除了在内容方面的开放合作,还包含了基于大数据服务和商业合作的开放机制,其设计极具国际性和前瞻性。
杨伟东提出,在互联网时代下,内容和平台的格局都发生了新变化,制播分离引发了“三足鼎立”的节目创作新趋势。视频平台、电视台和制作团队之间的内容既有差异,又有共享;在相关政策的推动下,台网深度共赢的合作新模式也逐渐成熟。而优酷土豆领先视频行业的是“和国际一线电视台和制作团队合作,打通国际合作渠道”,与SBS推出顶级时尚跨国自制节目《中韩时尚王》、首档跨国音乐打榜节目《TheShow韩秀榜》、与韩国《RunningMan》团队联合打造中国首档互动式户外真人秀节目《男神女神》都创下高播放量,大幅领先其他网络自制综艺节目。
在本次“综极会”上,杨伟东首次介绍“综艺魔方(ShowBox)”综艺IP大数据系统,该系统将以优酷土豆的海量用户数据为基础,发挥优酷土豆独有的综艺版权、自制、用户创造三合一的视频内容数据优势,将不同内容进行横向比较后,产生上千维度的数据分析。综艺魔方大数据系统的运用,将帮助内容制作人更加精准地掌握网生内容的内在规律,详细分析观众在观看节目时的喜好度,为创作提供全新的强力数据指导。作为亚太区最大的视频数据中心,优酷土豆邀请国内外所有内容生产商、发行公司、电视台、内容制作团队加入。
谈到开放营销,杨伟东表示,将与制作公司及电视台在内容和招商方面,实行共同投入、联合招商、收益共享的模式。与网生微综艺的合作方面,将实行内容的软广开放政策,增加边看边买和打赏直播等变现功能,让创作者获得商业最大化。
预热中国超级原创IP:“综极会”成行业风向标
从媒体产品的发展规律以及现实来看,未来一段时期内,电视台媒体和新媒体视频网站的竞争与合作会更加复杂胶着,而这其实也为国内超级原创综艺节目的出现提供了土壤。
“综极会”作为国内第一个由互联网视频平台主办的跨平台综艺内容论坛,打造了这样一个品牌与平台,集结国内超一流的卫视和互联网综艺内容的领军人物和制片人,交流中国综艺自制和自创的现状和未来。
作为东道主的优酷土豆,在原创节目生产和平台搭建方面也走在了前面,即将于6月中下旬起陆续推出《侣行3》、《一千零一夜》、《局部》、《听说》、《谁是歌手》等令人期待的综艺自制节目,孵化自己的原创IP,旨在通过这样的方式推动中国超级原创模式的出现。而与会的众大腕和行业人士也非常认可“综极会”将成行业分享和讨论的平台,其热议的行业趋势也将成为国内最权威的综艺风向标。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。