10月15日, 2023搜狐视频舞蹈翻跳大赛重庆赛区正式拉开帷幕,众多舞蹈大神现场实力斗舞,展现舞技。现场的随机舞蹈大狂欢,超百人跟着节奏随机舞蹈嗨翻天,过千人到场观赛场面壮观,随着搜狐视频直播一起在雾都线下和关注流线上社交转发中,掀起出圈热浪。
当日,搜狐创始人、董事局主席兼首席执行官、物理学博士张朝阳现场出席。人气偶像、内地流行乐唱跳歌手、新生代演员孙滢皓,NAME组合成员龙韵竹、冯若航,舞蹈达人酱咖力力、JOY等也来到现场并带来精彩表演,此外众多KPOP舞蹈达人组合、国内外知名KPOP翻跳比赛评委、多个明星艺人合作舞者、编舞师等也都来到现场助阵。
达人现场表演燃炸翻跳大赛 以舞会友激发随舞潮流
此次搜狐视频舞蹈翻跳大赛重庆赛区精彩纷呈,15日下午3小时的路演赛火热上演,在路演赛后,持续90分钟的随机舞蹈挑战吸引了数百位舞者一起舞蹈,更有近一百五十首KPOP歌曲嗨燃现场,超千人共同点燃现场气氛。舞蹈达人组成团队展开斗舞大战,最终选出前三名队伍颁发荣誉。重庆赛区作为线下路演赛的最后一站,为大赛的分赛区竞演部分画上圆满句号。
大赛阵容强大,热力值拉满,不仅有重庆本地舞蹈达人,也吸引了其他地区的优秀舞者。不论是专业舞者还是业余爱好者,跟着随机的动感节奏,都随时加入进来,现场盛况空前,引发出圈热议。
事实上,2023年搜狐视频舞蹈翻跳大赛于7月启动,线下路演活动曾在广州、上海举办,聚集了众多舞蹈界大V,还有刘隽、王一桥、曹宇雪等明星爱豆空降现场,火爆出圈。要参加2023搜狐视频舞蹈翻跳大赛,可以通过搜狐视频APP搜索“Z世代舞蹈日记”圈子关注并上传舞蹈翻跳视频,即有可能获得万元奖金。据悉,大赛总颁奖典礼预计将于11月底在北京举行。
舞出更大平台 搜狐持续发掘视频社交价值扶持创作者
此次火爆出圈的搜狐视频舞蹈翻跳大赛重庆赛区活动,是搜狐视频在山城重庆开展系列直播活动的部分之一。搜狐视频知识直播的代表IP《张朝阳的物理课》也在10月14日走进重庆大学。
无论是在大赛舞台展现风采的舞蹈达人,还是有任何一种热爱特长的用户、播主,皆可成为优质内容创作者,在搜狐视频关注流中,转发分享,利用社交制造和分发多元化内容。
如今的搜狐视频已经远不止一个长视频平台,打开搜狐视频“关注流”,就可以发现不同种类的圈子和丰富的直播、短视频内容,涵盖了幽默搞笑、国风、KPOP舞蹈、医疗健康、美妆、母婴、汽车、萌宠等等不同垂直领域的兴趣爱好者和播主们,每天分享各垂直领域新鲜的资讯,这里更是一个火热的视频社交平台。本次舞蹈翻跳大赛就源于搜狐视频“关注流”丰富多元的圈层文化,其中“Z世代舞蹈日记”圈子是全网年轻舞者聚集地。
在内容布局上,搜狐视频越来越丰富的话题度和更包容的平台吸引了不少大V入驻和开播,包括知识直播赛道,吸引了何懿医生、不刷题的吴姥姥、航天王一等专家学者来开直播讲知识,还成功推出了《张朝阳的物理课》《星空下的对话》《科学演讲局》等出圈IP,在全网掀起了知识学习的热潮。
当前,搜狐视频正通过“关注流”逐渐加重用户参与和共创视频内容,搜狐视频账号品类覆盖丰富,个人属性强,兼具“有趣、有用、观赏性强”等特征,内容高频更新,再加上平台的转发,能高效触达优质内容,获得更多信息增量,更能精准满足用户的内容需求。用户可以在“关注流”里面转发、关注、消费,实现以视频会友,构建了一个视频社交平台。
张朝阳表示,短视频时代每个人有点东西都可以迅速开直播和发短视频来讲,都成为每个领域的专家达人。除了知识直播,搜狐视频正在走向视频社交,基于“关注流”社交分发,覆盖了特别广泛的领域。年轻人在互联网上无论带货,还是传播各种知识,长期做就会在某个领域会变得特别专业,特别优秀,是非常有前途的,鼓励大家来搜狐视频做播主,开直播或者发短视频获得收益。
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。