搜狐视频宣布,已于近期正式启动向网络视频PGC(专业内容制作)出品人开放移动端广告分成权限,这意味着出品人通过搜狐视频PGC平台上传作品后,将同时在PC端和移动端享受广告分成,实现最大化获益。
在移动端高速增长的趋势下,移动端目前已成为用户视频消费主场景,搜狐视频的移动端播放占比已经超过70%;此次为PGC增加移动端分成,将大幅度增加PGC出品人上传的节目的收益来源,让PGC加快内容流量变现、获取更多广告分成,促进PGC出品人更快发展,增强内容生态。搜狐视频PGC产品中心负责人郑韬透露,PGC已经成为了互联网的“大风口”之一,目前搜狐视频平台已产生了一批可以在移动平台分成月入约3万元以上的PGC,可以预见,PGC只要不断提升内容质量,会在搜狐视频平台赚取越来越多的收入,而年入百万的PGC也将不断涌现,有能力的专业内容生产者应该抓住这一机会入驻和发展。
事实上,搜狐视频是行业第一个战略性推动PGC内容发展的网络视频平台,搜狐视频目前与56网双平台联动,并调动搜狐矩阵资源,向出品人提供全方位支持:首先,PGC内容在搜狐视频的站内推广资源十分强悍,搜狐视频在首页导航栏专门开辟了自媒体重点频道,还建立了自媒体区域模块,并且,搜狐视频移动端还专门建立了自媒体频道,PGC出品人生产的内容将在搜狐视频的多个产品端得以充分的展示和推广。为了提升PGC内容点击率,PGC出品人的内容还被搜狐矩阵多平台推广,如搜狐新闻客户端等大量资源位进行推广。
其次,搜狐视频以高比例分成对出品人开放广告权限,以此鼓励PGC原创内容生产。随着广告分成系统向移动端开放,出品人的收入则继续有大幅度的飞跃。
而且,搜狐视频紧扣热点趋势,大规模组织专业PGC媒体深度参与各种报道和活动,强化视频自媒体话语权,建立PGC出品人品牌形象。以上海车展为例,搜狐视频联合几十名PGC出品人,针对车展打造大量视频节目,PGC平台全程对车展进行了专业、创新的解读,成为一支改变媒体和用户关注度格局的力量。
另外,搜狐视频自媒体平台基于大数据进行推广,高分成、结算快,具备强大粉丝互动功能和1对1专属服务等优势。搜狐视频还将继续针对出品人需求,不断研发新的功能,提升自媒体人用户体验,让自媒体人更加轻松实现传播、管理和变现。目前,搜狐视频PGC平台已在PC端和移动端之间实现了反作弊系统、结算系统和广告系统等多系统的联动。
搜狐视频针对出品人推出的一系列扶持计划,在生活、科技、汽车等多个专业领域已经实现了良性生态循环。搜狐视频自媒体涵盖搞笑、网络剧、游戏、教育、旅游等类别,日均观看量数千万,每天对PGC自媒体人进行高额分成,正不断鼓励原创生产力及高品质内容的产生,截至目前搜狐视频PGC出品人达上千位,日均播放量逼近过亿。随着PGC内容的大规模爆发,PGC内容已经成为广告主投放的重要的组成部分,据悉,在2015年上半年,出品人通过广告获得的分成收入已超过千万。
搜狐视频产品技术中心高级总监、56网总经理马义表示,优质PCG内容的流量变现能力无疑会越来越强。随着搜狐视频PGC平台产业链更加的成熟和完善,已经有越来越多的像飞碟说、Big笑工坊等金牌出品人加盟搜狐。搜狐视频汇聚的最强出品人阵容将和PGC平台一起携手打造业内最强生态平台。搜狐视频PGC也将不遗余力的在各个垂直内容领域深根细作,进一步提升各方用户体验,加速提升PGC平台的商业价值。
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。