经历了2013、2014年的挣扎,本以为即将迎来希望的移动音频行业,自2015年初开始遭遇了“历史的三峡”:先是喜马拉雅FM、考拉FM、蜻蜓FM、荔枝FM四大领先企业上演版权撕逼大戏;行业震荡还没结束,又再度上演了更加扑朔迷离的下架事件,喜马拉雅FM在苹果市场从6月末下架以来,至今仍未上架。近日,喜马拉雅FM又公开被安智市场下架,到底谁在黑谁仍不清楚。
而在这之外,国家版权局突然要求各网络音乐服务商要求7月31日前清理无版权内容的禁令,几乎将这条本来就曲折险恶的航道彻底堵死。就是在这种情况下,这几位玩家也没忘记死磕,仍在为了个排名打得你死我活,也是醉了。
7.31禁令成行业紧箍咒: 音频app的版权之殇
7月29日,蜻蜓FM 宣布打造其PUGC战略下的“声态圈”。蜻蜓FM表示,在今年开春,启动了PUGC战略,邀请了传统电台主持人、专业声音玩家,以及自媒体KOL专门为在线制作内容,确立清晰版权与商业合作模式。在2014年底,蜻蜓FM并购了国内最大的有声小说版权商央广之声,获得了大量的优质有声小说资源。
与此前视频行业一样,这个消息显然是象征意义大于实质:一方面,本月初,国家版权局下发了《关于责令网络音乐服务商停止未经授权传播音乐作品的通知》。明确自2015年7月起,国家版权局启动规范网络音乐版权专项整治行动,要求各网络音乐服务商于7月31日前将未经授权传播的音乐作品全部下线,如果在此“红线”以后仍继续传播未经授权音乐作品,国家版权局将依法从严查处。《通知》下发后,立即引起了音频产业领域的强烈反响。
另一方面,一直以来,蜻蜓FM遭受的版权困局都可以写本书:近期,被网络作者联名实名投诉蜻蜓FM侵犯版权;今年5月,蜻蜓FM已被考拉FM投诉侵权独家版权节目;而早在2014年,前盛大文学内部人士披露,蜻蜓FM确实与阅文集团有着严重的版权纠纷,蜻蜓FM为此牵涉到的版权数量达200多个,被诉讼索赔金额高至100多万元。
一场看着眼熟的战争:音频市场切莫重走视频老路
不过,一边困顿重重、一边玩儿概念表忠心的也不止蜻蜓FM一家,喜马拉雅FM作为UGC音频平台也随蜻蜓FM步伐,宣布其内容的PUGC战略,邀请DJ、自媒体人士建立PGC内容,进行从UGC到PUGC的转型。唯一不同的是,在经历一年多版权挣扎之后,喜马拉雅FM终于接受阅文集团战略投资。至此,喜马拉雅FM的听书版权终于得到“转正”,其将获得阅文集团旗下海量网络文学作品的有声改编权。
这之外,号称音频版权最多、内容最健康的考拉FM,则进一步与酷听听书合作,获取更多长音频版权。考拉FM公关负责人称,考拉FM在发展之初一直在打造版权有声内容的生态体系。考拉FM初期背靠车语传媒的优势,召集全国专业主播上传节目、自制、购买、与传统媒体合作以及传统广播电台资源等方式构建PGC版权生态体系。考拉FM在专业领域建立一套主播培养计划,并组建听评团筛选好的内容上考拉FM平台,iTunes上前100档节目中80%以上归属考拉FM。2015年开始,考拉FM开通了UGC入口,进行PGC+UGC的转型,向大众衍生培养主播计划,更大范围内完善考拉版权内容生态体系,扶持非专业主播,并进行差异化内容竞争,推出人人都可直播的功能。
问题是,考拉FM也在6月份被下架,原因未公开,不过业内人士透露,显然是各家app恶性竞争、背后中伤、互相捅刀子带来的副产品。
“值得关注的是,起初三家音频企业都以不同产品形态出现,蜻蜓FM以传统电台聚合产品模式;喜马拉雅FM以UGC平台点播模式;考拉FM以PGC大数据推荐流模式,但发展到如今,已经趋于同质化。”一位行业分析人士指出,当前的恶性竞争状况,与三家公司模式同质化有关。
“目前的局面是,大家都想融资,而且是融更多资,所以都是不惜一切代价的态势,问题是,行业状况并没有那么简单。”该人士表示,目前整个行业“内功”尚未修炼火候,随时都有可能因为版权问题“消失”,在移动音频发展初期,争取排名位置显得就是一场幼稚的口水仗。纵观视频行业发展10年,风云变化,当年做的榜、打的仗、吹的牛还有意义吗?
如前文所言,“历史的三峡”很难过,音频app们的未来将如何,很难去预测,不过细观与之最为类似的视频市场,可能还是能看出一二的:十年前诞生的网络视频,中间遭遇数十轮各类争夺和政策壁垒,到现在,一家都没盈利,做得越大、排名越靠前,每年的亏损额越大,以至于行业前三都想要合并以抱团取暖,资本市场更是对这个行当彻底失去兴趣,请问,有意思吗?
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。