备受瞩目的2015巴黎时装周,世界各国媒体蜂拥而至抢夺时尚头条。值得关注的是,受邀男星郑恺携带网络电台考拉FM同去了巴黎。考拉FM作为郑恺“贴身”网络电台,以音频直播互动的形式让郑恺客串“主播”带给中国网民不同的视角了解巴黎时装周。这也是继北京国际电影节后,考拉FM又一次以音频直播互动的形式,独家报道时尚娱乐盛事。
考拉FM总编辑赵一飞表示:“考拉FM将启动多个娱乐内容产品,2015年下半年,我们将启动多个娱乐内容产品,并整合所有渠道进行全营销”。据悉,考拉FM内容版权规划上以PGC+UGC,自制+合作+购买版权化内容。在移动音频发展,各家内容布局日益同质化,考拉FM提出的娱乐内容产品无疑是为内容差异化竞争。
有资深互联网分析人士指出,在优质内容抢夺日益激烈的情况下,打明星牌、构建娱乐内容矩阵和营销不失为一种途径,诸如早期视频领域的搜狐,而如今娱乐、自制成为整个视频行业内容竞争的关键。
渗入娱乐圈 网络电台打造娱乐全营销
在今年巴黎时装周期间,众多郑恺及跑男粉丝十分欣慰。透过考拉FM音频直播聆听偶像现场传递的新鲜声音并与之亲密互动,让很多人倍感惊喜。不过,考拉FM在娱乐内容方面的规划远不仅仅如此。
赵一飞介绍说,不仅在内容上构建明星电台、明星有声读物、明星直播大事件;在自制上会打造自有明星脱口秀节目;在合作上会引入爱奇艺、优酷等视频平台娱乐内容,并会以车语集团旗下传统广播、考拉FM新媒体以及多个合作电视台、出版行等多渠道,结合明星的线上线下活动进行全营销。
据了解,除直播北京国际电影节、直击2015巴黎时装周外,明星亲子有声读物计划、探班明星热门影视剧,并与之深度整合,全程音频直播明星个唱首秀以及热门综艺节目,都将会陆续独家呈现。
除此之外,考拉FM是音频行业唯一进行自制脱口秀的网络电台,也是最早在自有平台上开始造星运动的电台。此前,在,iTunes华语播客Top100中,考拉FM自制脱口秀占据一半以上。自制脱口秀《不亦乐乎》《二货王钢蛋》等累计收听早已破亿。
目前考拉FM与酷听签署战略合作协议,每月5000小时以上娱乐内容的更新,近期爱奇艺热门剧“校花的贴身高手”将在考拉FM同步播出。
有分析人士认为,随着移动音频领域竞争步伐加快,各主流移动音频阵地内容逐渐趋同, 类似视频发展过程中围绕优质稀缺内容的争夺,将再次成为焦点。一方面,版权内容争夺的门槛将会被抬高;另一方面,如何借助特色内容,构建自身品牌影响力将成为各家新的着力点。
行业人士表示:“网络音频的发展轨迹,正沿袭视频的发展轨迹。目前视频行业的自制网络剧正成为各家视频的重要争夺重地,未来网络音频也可出现类似的争夺”。未来,考拉FM培养出类似视频行业《屌丝男士》的自制音频团队也将是必然。
直播或将成网络电台爆点
声音媒体具有天然的互动和社交属性。传统广播的“午夜档”曾无数次成为满足众多人——宣泄、治愈和社交的出口。
在中国人民大学新闻学院教授喻国明看来,人除了个性化的需求需要得到满足之外,还有一种交往和社会存在感式的东西,这种东西是需要大面积的,超越不同类别人群的一种跨圈子跨阶层的传播,传统广播在这方面还是有非常重要的价值所在。
而考拉FM的直播,正是结合了这种传统广播形态——即时互动直播和互联网个性化基因的手机电台,让广播的精髓在移动互联网时代得以延续。
在本次巴黎时装周上,考拉FM以有别于传统媒体的互联网视角,向娱乐爱好者们贡献了极具想象空间的明星声音素材。作为考拉FM超级主播,郑恺不但向粉丝分享了此次时装周上的个人心情和感悟,更直面回复粉丝提出的问题。没有略作思考的迟疑,一个个真我观点的流露,配以磁性的声音讲述,令粉丝大呼过瘾。
在围绕明星的主题直播中,明星化身为超级解说或主播创建了一个语音聊天室,让粉丝在情感上觉得更加亲昵,更容易满足收听者的社交感和参与感,也更让明星主播更有存在感和主导权。据了解,在即将迭代的考拉FM 4.0系列版本上,将可以开启语音评论功能。
而当更完善的互动评论功能后,听众甚至可以决策主播及节目的走向。诸如抛出想向偶像或者主播、话题发起者了解的问题,提出与话题发起者截然不同而又标新立异的观点。“你可以想象自己进入了一个音频”知乎社区“,通过直播的即时交互,主播提出一个话题,人人都可以参与评论,共享经验和见解。“考拉FM产品相关负责人表示。
而从产品模式上,直播功能或将成为各主流音频媒体在产品上的下一个引爆点,因为它既延续了传统广播倾诉交流的情节,同时也整合了更多移动互联网时代听众倾听和互动的习惯。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。