日前,愛立信消費(fèi)者研究室發(fā)布電視及媒體最新年度報(bào)告,該研究已經(jīng)進(jìn)行了五年,根據(jù)對23個(gè)國家和地區(qū)的23000位受訪者的采訪結(jié)果表明,用戶行為的轉(zhuǎn)變持續(xù)驅(qū)動(dòng)電視和傳媒產(chǎn)業(yè)的變革,促使人們放棄傳統(tǒng)格式及業(yè)務(wù)模式,因而開啟了優(yōu)質(zhì)、按需點(diǎn)播的娛樂新時(shí)代。
報(bào)告指出,全球范圍來看,流媒體幾乎與傳統(tǒng)電視觀看并駕齊驅(qū),75%的消費(fèi)者每周都會(huì)觀看幾次流媒體視頻;相比之下,77%的消費(fèi)者每周會(huì)觀看幾次傳統(tǒng)廣播電視節(jié)目。而對于中國城市用戶來說,每周進(jìn)行流媒體觀看的用戶比例已經(jīng)遠(yuǎn)遠(yuǎn)超出觀看傳統(tǒng)廣播電視的用戶比例。
愛立信消費(fèi)者研究室東北亞區(qū)總監(jiān)徐曉莉表示:“傳統(tǒng)廣播電視業(yè)務(wù)存在的弊端直接對用戶的媒體消費(fèi)體驗(yàn)有影響,并導(dǎo)致用戶減少乃至停用廣播電視服務(wù)。對于中國城市中20-24歲的用戶,每天觀看廣播電視的用戶比例從2012年的63% 下降至2014年的35%。”
消費(fèi)者越來越多的使用不同終端觀看視頻。研究發(fā)現(xiàn),用戶在移動(dòng)終端上觀看視頻的時(shí)長逐年提高,并且觀看視頻的地點(diǎn)也不僅僅是在家中。多屏生活趨使新的視頻觀看模式,“位移”式觀看行為由此產(chǎn)生。19%的中國城市用戶表示,他們一天當(dāng)中至少有一次在不同終端之間進(jìn)行視頻內(nèi)容的切換觀看。
而隨著訂閱式視頻點(diǎn)播(S-VOD)服務(wù)的出現(xiàn),讓消費(fèi)者能夠以較低的固定資費(fèi)獲得大量的視頻內(nèi)容,因此訂閱式視頻點(diǎn)播也成為許多消費(fèi)者日常觀看習(xí)慣中重要的組成部分,“煲劇”式觀看由此出現(xiàn)。愛立信消費(fèi)者研究室高級顧問Niklas Heyman Rönnblom表示:“我們的研究表明,56%的付費(fèi)訂閱視頻點(diǎn)播服務(wù)的觀眾,希望電視劇所有劇集同時(shí)發(fā)布,這樣他們可以按照自己的節(jié)奏觀看,相比較之下沒有支付使用付費(fèi)訂閱視頻點(diǎn)播服務(wù)的觀眾只有45%支持這個(gè)觀點(diǎn)。這表明此類服務(wù)對消費(fèi)者觀看行為及需求有著一定的影響。”52%的中國城市用戶希望電視劇的所有劇集能夠一起發(fā)布并播放。
移動(dòng)終端在視頻觀看中發(fā)揮越來越重要的作用,但阻礙消費(fèi)者在智能手機(jī)中觀看視頻的因素為價(jià)格、網(wǎng)絡(luò)性能和內(nèi)容本身。價(jià)格因素包括數(shù)據(jù)流量成本和內(nèi)容本身的成本,而網(wǎng)絡(luò)質(zhì)量也是保證用戶觀看體驗(yàn)的重要因素,47%的中國用戶認(rèn)為,網(wǎng)絡(luò)性能制約了他們在移動(dòng)終端上進(jìn)行視頻觀看。
研究同時(shí)表明,觀眾對視頻畫質(zhì)的要求越來越高,其中71%的中國城市用戶強(qiáng)調(diào)高清畫質(zhì)非常重要,65%的用戶強(qiáng)調(diào)超高清(4K/UHD)對他們來說尤其重要,有45%的用戶表示他們愿意為超高清(4K/UHD)畫質(zhì)付費(fèi)。
針對內(nèi)容的支付方式,徐曉莉表示:“針對不同類型的視頻內(nèi)容消費(fèi)者有著不同的支付傾向,全球范圍來看,用戶最認(rèn)可的支付方式是每月為內(nèi)容支付固定的費(fèi)用。中國城市消費(fèi)者更愿意通過觀看個(gè)性化廣告來獲取內(nèi)容的接入,30% 左右的用戶希望通過這種方式來觀看正在播放的電影或電視劇節(jié)目。”
在未來,打包整合的個(gè)性化媒體體驗(yàn)將為用戶帶來更多價(jià)值,而消費(fèi)者也更傾向于選擇靈活的、可根據(jù)個(gè)人喜好,進(jìn)行自由組合頻道和媒體內(nèi)容的電視解決方案。
Heyman Rönnblom補(bǔ)充道:“研究結(jié)果顯而易見——媒體公司需要重新思考如何制作和發(fā)布內(nèi)容,而電視服務(wù)提供商的重點(diǎn)是,不論用戶使用什么樣的設(shè)備觀看,盡最大可能為觀眾提供最好的觀影質(zhì)量。格局變化日新月異,如果要繼續(xù)為消費(fèi)者傳遞可感知的價(jià)值,那么業(yè)務(wù)和傳遞模式都必須跟上變革的步伐。”
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。