CNET科技资讯网 4月22日 北京消息(文/周雅):“时代演化的节点,影像表达浪潮的到来,正推动传媒业的变革。”搜狐公司董事局主席、CEO,搜狐视频代理CEO张朝阳今天在第二届搜狐视频出品人大会上表示。针对视频自媒体领域网生内容时代,搜狐提出“我是搜狐出品人,我用视频告诉你”为主题的视频自媒体新平台战略和投入计划,搜狐视频将大力推动自媒体PGC的战略发展。
搜狐公司董事局主席、CEO,搜狐视频代理CEO张朝阳
“去年搜狐视频开行业先河,推出了视频出品人战略计划,而今年搜狐视频有继续领跑视频自媒体平台影响力的战略计划,将精准发力重点突破。”搜狐视频产品技术中心总经理、56网总经理马义如是说。
在自媒体平台功能创新方面,搜狐视频产品中心总监郑韬透露,视频电商化会在搜狐自媒体平台率先取得突破。搜狐视频正式上线了自媒体商城,每位自媒体人在个人中心可以轻松开店,用比淘宝开店容易很多的方式上传自己的商品,同时用搜狐视频互动技术在视频里面添加一个互动结点,来实现视频的电商导流。搜狐视频出品人也可以向用户做前向收费的付费视频,搜狐视频自媒体平台将支持这些功能。
另外,搜狐视频也正式上线了千帆直播平台,自媒体可以用手机发起实时直播,免费使用千帆直播的平台。
“搜狐视频即将成为全面支持VR的自媒体平台。”郑韬透露,在VR虚拟现实方面,搜狐视频致力于探索最前沿的技术,也做了很多努力,现在已经具备了直播+点播全景播出的技术支持,同时搜狐视频和一些设备厂商做合作,也会马上开启一个全景风暴的拍摄计划,鼓励自媒体使用VR设备,拍出好的VR内容。VR的设备很多,但是还缺少好的内容,搜狐视频希望通过这一项目帮助和孵化VR上面的PGC自媒体内容。
在自媒体平台内容上,搜狐视频2016年将在娱乐、知识、民生三个领域重点突破。
在娱乐方面,搜狐视频会精准在长视频衍生和二次元两个点主打,搜狐视频在长视频有很多既有优势,包括综艺、电视剧、自制剧以及大电影,围绕这些长视频内容搜狐视频鼓励出品人做各种吐槽、穿帮、混剪这样的视频内容,围绕长视频的观看场景来做PGC内容的衍生曝光。
二次元方面,搜狐视频推出了自媒体王牌节目《终极变身》、《舞动次元》等,希望做到二次元最强大的自媒体视频播放平台。
知识影像化可以说是搜狐视频自媒体最重要的战略之一,内容方面会从美食、汽车、科技、美妆、母婴做优先的垂直突破,跟这几个品类的出品人做深度沟通,深挖好的内容,同时也会在三到五个领域开发搜狐视频的垂直APP。
在知识影像化的商业转化方面,知识化视频领域精准,具备很大植入类商业化的价值。搜狐视频内部也专门成立了整合营销Team,连接优质的出品人以及优质的广告主,搜狐视频会制订一个行业的植入广告标准,包括冠名、口播、特期定制等,打包对接广告主,希望通过搜狐视频的整合营销能力来帮助视频自媒体实现更好的商业化。
民生视频也是极具传播价值,具有地域性和时效性的特性,传统电视台记者很不容易拿到这样的内容,搜狐视频启动了内部代号为千里眼的项目,招募两千位千里眼志愿者覆盖全国三百个城市,随时随地上传全国根底发生的最热门民生事件。
搜狐视频还展开了海外PGC合作项目,与美国MACHINIMA,韩国Content N等公司展开合作,将优质的海外PGC内容引入国内,极大丰富视频自媒体内容,迈出视频自媒体走向国际化平台的重要一步。
搜狐视频自媒体平台此次还全面启动金牌计划。经平台核准为金牌出品人的,将会得到搜狐视频的推广资源、联合出品、分成比例的1.5倍提升以及股权合作。 搜狐视频此次宣布,2016年将针对金牌出品人投入10亿推广资源,1亿现金支持和5亿广告资源支持,投入资源计划综合超过16亿元。希望通过金牌出品人计划打造30家估值过亿的出品人团队。
在搜狐视频出品人论坛上,一刻、火星文化、多学多用、红龙娱乐、新片场等自媒体出品人还围绕两大议题“揭开知识影像化神秘面纱”、“泛娱乐产业的发展现状”探讨网生内容发展趋势,分享未来态势。
搜狐视频作为行业第一个战略性推动自媒体内容发展的网络视频平台,将调动搜狐矩阵资源,向出品人提供全方位支持,强化视频自媒体话语权,建立自媒体出品人品牌形象,打造完整的生态系统。搜狐视频将大规模投资视频自媒体领跑优质网生内容品牌平台。
目前搜狐视频自媒体出品人搜狐视频自媒体出品人超过3000名,视频总数近100万条,整个平台月观看人次近10亿,月观看次数近30亿。相较于2015年10月第一届出品人大会举行时,出品人数量和视频量迅猛提升,播放次数及观看人次也成倍递增。
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。