从草根狂欢到娱乐大咖纷纷入驻,2016,直播俨然变身国民级应用,成为娱乐内容的最强外挂。截止2016年5月,网路直播用户已达到3.25亿,平均每隔3小时就有一款新的直播APP出现,超过200多家直播平台如雨后春笋般拔地而起。热潮澎湃下,商业生态向流量和感官深度屈服,多如流水的网红踩着擦边球走路,满足流量经纪里一张张贪癫痴的嘴脸,直播已身陷自身内容的瓶颈期。
随着网络直播政策最严监管的实施,《互联网直播服务管理规定》出台,更是犹如一把达摩利斯之剑,加剧了整个直播行业洗牌。风口之下,群雄逐鹿,如何在下半场脱颖而出,把直播玩得更具品质感,实现新内容迭代,全新PGC的生产模式会否收割行业未来?
1月16日,正值微博之夜,LIVE直播2017内容战略发布会也盛大启幕。斥资1.2亿携手百家公会,LIVE直播主播职业化造星战略正式开启,从树立主播个人品牌以获取流量和市场份额;构建全新的PGC运营模式输出高品质内容提高用户粘性入手,共同打造职业主播与PGC内容两个维度制高点,破局直播江湖。
新媒体蚕食传统媒体、网红经纪崛起,身处动荡的大内容时代,当下年轻人遭遇的最多危机是没有WIFI密码,比起关注GDP是否过7,特朗普带来的蝴蝶效应,大多数的我们更在意同样凡人个体的细微生活本身。每天都有数以百万不同的故事,不同的喜怒哀乐,在直播平台中上演,作为一种新的表达方式,直播最大的魅力就是真实性与互动性。但当直播平台皆源源不断供应年轻貌美维秘身材的网红时,颜值早不能成为竞争力,拿颜值当才艺主打的荷尔蒙消费终现乏力。而多数素人主播往往都无法保持创新性、高质量内容地持续输出,如何治愈这一行业“症结”?内容瓶颈下,主播职业化已然成为平台内容升级的关键。
对此LIVE直播经过一年的行业探索,斥资1.2亿元联合百家专业公会强势打造千百十主播职业化造星战略,成为业界首家提出主播职业化的直播平台。据悉,LIVE直播将从颜值,素质,才艺等多方角度选拔出1000位优质主播,再从中着重打造出100位金牌主播,最终脱颖而出塔尖10名钻石主播,形成职业主播的金字塔结构。联合100家公会进行规模化指导包装,依托于专业公会的敏锐嗅觉捕捉用户需求点,结合挖掘主播个人特色,差异化定位,突出主播个性魅力,打造颜值与才华双馨的最具影响力青春偶像艺人。同时结合多渠道的流量推广,施行主播跨平台运营,将优质主播对接覆盖率高达4.3亿人次的CCTV移动传媒以及11档1000集直播网综,优质主播们除去与LIVE直播平台自身的合作外,还将会被输出到各大直播平台进行合作。专业公会加持,多渠道流量推广,多元化出口选择,提升主播内容生产力同时发酵主播个人品牌IP的传播力,环环相扣共同构建起主播职业化生态链。随着主播职业化战略的启幕, 在未来LIVE直播势将会让直播平台晋升为草根梦想的助推器、明星网红的孵化器。同时随着职业化主播的入局也必将给直播内容生态带来裂变式提升。
纵观整个直播行业,全民投身玩直播已经是不争事实,喧嚣之下,直播内容的同质化现象泛滥。直播平台只有积极拥抱全新内容生产模式才能走出同质化桎梏,对此LIVE直播一直坚持以内容为王,打造出多档高品质PGC直播网综,聚焦影视、音乐、时尚、二次元等年轻人兴趣领域,通过细耕内容,开发多元化泛娱乐性、互动性话题,探索全新的、更具场景化和商业价值的产品,满足用户不同需求。
巴士在线创始人王献蜀指出:直播是一种新的体现氛围和虚拟亲密感的形式。直播综艺与电视综艺、网络综艺相比,最重要的一点便是互动性。电视等移动端最大的弊端是你难以真正进入其中。但网络直播可以给观众更多的互动感,用户就算窝在家里也不会觉得自己只是个评论者,而是可以真真切切影响到现场,这种互动性,让用户的喜怒哀乐都能反馈到屏幕的另一边。
其实,早在2016年夏天,LIVE直播就前瞻性地启用了PGC直播模式,与国内现象级IP《中国新歌声》合作,将灿星的内容制作能力与直播专业技术实力相结合,为用户提供参与节目互动、影响节目走向的新鲜尝试。
2017,LIVE直播将继续深入拓展与灿星制作的合作,对接中国新歌声、蒙面歌王、亚洲影响力大典等大热综艺IP,积极探索开发直播综艺的强互动性,开拓直播不同玩法。关于直播行业的未来走向众说纷纭,但PGC内容的价值有目共睹,无论是注重内容与类型共生长的自制IP,还是联合大热综艺IP,相信日后LIVE直播将在娱乐生态中扮演更重要角色。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。