2015年6月23日,北京文艺地标751艺术园区内热闹非常。天南海北赶来的众多粉丝与媒体齐聚第一车间,共同开启了搜狗输入法九周年生日庆典,见证了这款国民输入法历经的成长、成熟与成功。
接受祝福之外,搜狗同时将这次嘉年华看作一次感恩的机会,用趣味游戏和豪华欢乐大奖,回馈了粉丝,皮肤、表情原创作者等输入法的支持者。“男神”李光洁的突然现身,更给现场带来了意外惊喜。除送上祝福,李光洁还作为明星代表,亲手发布了根据他和其他11位明星形象制作的12星座手机表情,将活动推向了高潮。
以“9脥快乐”为主题,欢乐自然是活动的第一要务。现场设置的“打字比赛”“颜文字识别”等丰富的互动游戏,将整个车间变成了输入法主题的游乐园,除了玩乐,临近尾声的抽奖环节,汪峰同款大疆无人机的送出,更是引发了全场尖叫。
此外,为感谢原创群体为提升搜狗输入法颜值做出的贡献,搜狗邀请到多位原创皮肤、表情作者走到台前,为其颁发大奖。搜狗公司CEO王小川感言,搜狗输入法一路走来,离不开原创作者的支持,正是他们让搜狗输入法变得越来越美好。今后,搜狗将会定期举办卓越原创汇,鼓励更多有才华的作者加入进来,为用户创造更多美好体验。
借由本次嘉年华,搜狗输入法还通过12星座明星表情的发布,对外展示下一个探索方向。活动现场李光洁表示,身为搜狗输入法的忠实用户,自己的形象能够进入表情库,绝对是无上的光荣,感谢搜狗输入法给自己提供了这样独特的与网友接触的方式。搜狗副总裁杨洪涛表示,十二星座明星表情并不是个例,搜狗输入法跨界娱乐行业已经有不少成功案例。未来,搜狗输入法还将会加大与娱乐产业的合作力度,邀请更多明星入驻搜狗输入法表情库,并强势整合用户、原创作者、推广发行方资源,进一步完善和发展“输入法生态圈”。
9年来,通过持续不断的创新,搜狗输入法获得了亿万用户的认可。除在PC端用户覆盖率达到92%,2015年第一季度,搜狗输入法在移动市场中的日活与月活用户规模仅次于微信及手机QQ,位居第三,其强势表现,已帮助搜狗成为国内移动用户规模第二的互联网公司。
何为输入法生态圈
——表达符号串联四大主体,形成完美生态,催生输入法经济
搜狗输入法的皮肤、表情已从吸引用户的重要工具,发展为一个多方共赢的服务型平台,并在用户和行业范围内形成了完美输入法生态圈的小生态、闭环:
皮肤表情吸引海量用户,同时用户贡献海量作品,丰富输入法的皮肤表情资源;
众多皮肤、表情制作者通过“输入法生态圈”获得展示机会,获得用户认可,在为用户提供更多皮肤、表情选择的同时,获得自身成功;
海量的用户中存在海量的娱乐受众。搜狗输入法能够为推广发行方提供推广自身产品(影视剧)、明星提供平台。明星皮肤、表情的进入,一方面满足了用户对偶像的追求,另一方面进一步提升了电影、明星的知名度,成为连接粉丝和明星的重要渠道;
随着入驻搜狗输入法平台的皮肤、表情资源的增加,其对各方的吸引力将成指数级提升,形成良性循环,平台的商业价值不断提升,最终形成以表情、皮肤“表达”为基础的生态圈和输入法经济。
在搜狗输入法的平台上,表达可以成为一门生意
用户、设计者、推广发行方和搜狗输入法四大主体,在皮肤、表情这一“表达符号”的联系下,各自在表达中扮演自身角色,形成一个互利共赢的链条。随着输入法的发展,未来还会有更多形式的表达和共赢方式纳入到输入法这一体系中来,形成自身独特的“表达”经济,可以说是对于输入法未来形态的一种洞见和概括。
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。