
Ryff是一家位于洛杉矶的初创企业,他们开发出一套系统,可使用计算机视觉、人工智能与机器学习技术实现对电影、电视、体育及YouTube用户生成内容进行语义理解。
Ryff的这套全新Placer平台能够提取大量现成内容,进而建立一种新的广告资源。随着干扰性商业广告价值的持续下降,集成营销(也被称为片内产品展示位营销)的价值则有所提升。当然,这种方法仍成本高昂而且需要随时跟上产品本身的变化——以因本轮新冠疫情流行而被迫延期的最新一部007电影为例,为了让产品能够与当下形势相适应,制作团队不得不投入巨资重拍大量镜头。
使用“同类整合”方法,RYff能够分析数十万小时的内容。Placer平台可以转录对话单元、创建场景元数据、检测说了些什么、由谁在说以及当前画面如何拍摄而来。以此为基础,它会自动生成虚拟展位机会(VPO)并交付给内容所有者及相关品牌,供他们核准其中最适合品牌宣传需求的场景。最后,Ryff能够将任意品牌或产品以数字方式大规模插入拍摄的内容当中。通过Ryff的技术,广告宣传活动将始终与时俱进,保证内容在文化与背景方面的良好相关性。
▲ Roy Taylor, Ryff公司创始人兼CEO
Ryff公司创始人兼CEO Roy Taylor于1998年在欧洲建立起英伟达,又于2016年在好莱坞成立了AMD Studios。凭借他在计算机视觉与娱乐业务的深刻理解,他于2018年创立了Ryff。此后,Ryff筹集到840万美元资金,投资方包括来自芝加哥的Valor VC、已故Paul Allen管理的Vulcan Ventures、Mac[sic] Ventrues以及来自萨克拉门多的Moneta VC。
▲ 同一场景、同样的驾驶员、不同的车辆
公司CTO Susan Hewitt于2018年8月正式加入。作为一位曾经的半导体工程师,她曾先后效力于德州仪器、ATI、ARM以及AMD公司,并在这里遇到了Taylor。Hewitt告诉我们,在大型企业工作多年之后,这份创业岗位给她的生活带来重大改变。
“对于一家初创企业,最令人兴奋的就是我们像一张白纸,当下的工作内容也不受制于任何原有计划。我们只是一路摸索前行,这实在让人斗志满满。”Hewitt目前居住在英国剑桥地区,这片人才聚集的土地很快吸引到了微软、苹果、Amazon等顶尖科技巨头的关注。剑桥大学以及剑桥小镇则逐步成长为独特的新兴技术孵化器。Hewitt解释道,“这里很小,但却像是一个焦点,有着比超大型城市更强烈的吸引力。这里充斥着各种学习与成长的机会。”
Moor Insights and Strategy公司高级分析师Anshel Sag认为,Ryff公司掌握着“在现有市场之间开辟新蓝海的巨大机会空间。其方案将给流媒体世界带来重大助力,内容所有者可以随时向库内无缝添加新内容。这代表着一种重要的全新收入机会,媒体领域的不少从业企业也正好迫切需要这种技术。”
最新一部007电影《无暇赴死》原定于2020年上映,但由于新冠疫情的爆发而被迫推迟。Tech Radar此前报道称,制造方正在重新拍摄一系列关键场景,“希望尽可能调整其中某些与时间相关的元素与内容。”根据相关传闻,包括诺基亚、欧米茄手表、阿迪达斯以及堡林爵香槟在内的各赞助商,都不希望在影片中展示一年前的旧产品。而使用Ryff的技术,制作方可能节约下数百万美元。
事实上,Ryff的方案足以将以往每一部007电影中的小物件都替换为较新的对象。如果愿意,诺基亚、欧米茄、阿迪达斯乃至堡林爵甚至可以将自己的最新产品出现在1962年的《诺博士》当中。
Taylor总结道,“传统的影片内嵌广告涉及付款、摆位拍摄以及内容发布等多个步骤,整个流程可能耗时数月甚至数年,既麻烦又效率低下。Ryff带来的对象替换技术也许类似于Amazon之于图书以及iTunes之于音乐,预示着广告行业也将迎来新一波重大革命。”
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。