CNET科技资讯网 6月12日 北京消息:自2016年第一届爱奇艺世界大会至今的一年间,“IP生态”已经成为文娱产业破局题眼,身在局内的爱奇艺,也在做一些变化。在2017年爱奇艺世界·大会上,爱奇艺创始人、CEO龚宇正式对外发布爱奇艺全新的企业愿景——“做一家以科技创新为驱动的伟大娱乐公司”。
爱奇艺的企业愿景一直是“致力于让人们平等、便捷地获得更多、更好的视频”,七年来,爱奇艺不断创造出全新的创作、运营、变现模式,到现在已经从单纯的观看平台成长为集内容分发能力和货币化能力于一身的娱乐平台。“未来,爱奇艺将致力于跟所有合作伙伴分享自身的核心能力,共同创造丰富多元的娱乐世界。”龚宇说。
2015年,爱奇艺通过VIP会员付费内容,打破了网络视频商业模式的瓶颈,催动了网络视频产业格局从播出平台向娱乐生态的转型。截止2017年5月底,爱奇艺的全网日活跃用户数达3.1亿人。根据第三方机构艾瑞最新数据显示,爱奇艺APP已经是仅次于微信的全国第二大使用时长APP,月活跃设备数达5.1亿台,月使用时长达60亿小时,内容分发能力可见一斑。
在此基础上,“爱奇艺世界”也形成了一种货币化架构。
围绕IP生态开发,爱奇艺以“一鱼多吃”的策略,建立了广告、用户付费、出版、发行、衍生业务授权、游戏和电商组成的货币化矩阵,这代表了未来文娱产业的成熟商业架构,随着文娱生态的进一步发展,也将促进产业链各环节细分市场的价值提升。
值得注意的是,现阶段文娱生态商业模式呈现两种货币化形式——广告和用户付费也已经迎来新的升级,演变成长尾视频信息流广告和优选内容付费。
具体而言,信息流广告将完善广告模式,同时一揽子解决长尾视频内容的变现能力;优选内容付费将内容付费扩展至各领域的头部内容,彻底激活内容生产,以完善并促进大文娱生态的用户体验和货币化能力。
“付费时代激活优选内容,信息流广告点燃创作长尾”
如上文所言,爱奇艺VIP会员的爆发,改写了网络视频发展走向,直接催生了火爆的网络剧、网络大电影和网络综艺等行业,重建了视频商业模式。而在“为内容付费”已经为互联网用户所普遍接受的大环境下,网络内容和文娱内容付费将如何发展?爱奇艺给出的答案就是:优选内容将进入付费时代。
也就是说,在先行试水成功的网络剧、网络大电影和网络综艺之外,包括动漫、少儿、纪录片等在内的各领域的头部内容,都将进入付费分账体系。这意味着,高品质、为观众所认可的内容,将摄取更多的收入分成,内容生产将获得更多的发展空间,马太效应将彻底激活内容生产,成为网络内容的格局拐点。
与头部内容相对的是,视频长尾效应也得到了新的想象空间:利用信息流观看方式+信息流广告的形式,在爱奇艺巨大的分发能力推动下,使短视频这种视频原始形态重获新生,不再是“工业废水”,重新获取关注、成为娱乐生态模式的重要组成,成为视频行业的支柱性收入,以开放平台与多元化变现方式,构建更加完善的商业模型,实现视频内容的长尾效应。
付费内容和视频模式维度得到扩充,针对正在风口的超级网剧行业的内容和人才培育,爱奇艺开始把注意力放在人才培养上,以影视产业核心人才扶持和合作模式探索为手段,从机制、资金、资源、商业模式搭建等层面上发力。
为此,爱奇艺一次性发布了“海豚”、“幼虎”和“天鹅”三大计划:
“海豚计划”主要针对爱奇艺出品超级网剧项目进行定价招标,以“保底+发行分成”的合作方式与合作方建立以内容IP为核心的紧密联系,共同提高IP变现能力;
“幼虎计划”将在资金以及平台资源层面上为制片人、包括有制片能力的导演和编剧创业提供支持;
“天鹅计划”主要针对有潜力的艺人进行培训,打造影视行业未来之星。
敞开怀抱分享核心能力
爱奇艺一直认为,最初的在线视频改变了中国人的娱乐生活,但并未从本质上改变极少数内容生产者向广大观众单向输出内容的模式,但在娱乐生态的开放平台中,内容生产者将与用户实现无缝互动,从开放平台中获取爱奇艺包括数据分析、智能技术和货币化在内的核心能力,用户行为和喜好将直接决定内容的方向、品质以及收入——为生产者赋能、增收,让用户行为评判内容品质,决定价值,就是爱奇艺正在持续推动的开放平台战略。
开放,一直是爱奇艺娱乐生态的核心原则,内容生产者可以通过爱奇艺号为接入载体,接入爱奇艺开放平台,获取多维度的透明数据和用户画像,形成内容品质良性循环。这对于众多内容生产机构和个人生产者来说,意味着更多创新的可能。
同时,爱奇艺开放平台也将开放式的商业模式扩展到方方面面,合作方不仅可以获得版权收入,还可以获得广告和会员方式,一点接入多点分成。这代表了内容创意可以从生产售卖的传统模式,向“赋能-生产-分发-多维变现”的生态型商业模式的转变,生产者无论大小,都有机会获得与大制作和平台原创同等的分发能力和资源支持,也将极大提升内容生产领域的收入规模。
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。