日前,樂視網(wǎng)宣布,優(yōu)酷、酷6網(wǎng)、56網(wǎng)、PPS等視頻網(wǎng)站大量盜播樂視網(wǎng)原創(chuàng)自制劇,已經(jīng)發(fā)函取證無數(shù),如果這些網(wǎng)站不立即下線,將會正式提起訴訟。據(jù)了解,這些視頻網(wǎng)站侵權(quán)涉及內(nèi)容包括《拐個皇帝回現(xiàn)代》、《女人幫》、《唐朝好男人》等樂視原創(chuàng)節(jié)目和電視劇,給樂視網(wǎng)造成了較為嚴重的損失。
據(jù)了解,本次被侵權(quán)的電視劇多數(shù)都是樂視網(wǎng)原創(chuàng)自制內(nèi)容。近年來,隨著樂視在自制領(lǐng)域的不斷布局和深耕,樂視自制內(nèi)容已經(jīng)逐漸樹立了品牌并培養(yǎng)了一批忠實的擁躉。以當前正在被盜播的開年自制劇《拐個皇帝回現(xiàn)代》為例,該劇由同名網(wǎng)絡文學熱門IP改編,因其迎合了90后互聯(lián)網(wǎng)用戶的吐槽文化,劇情接地氣,一經(jīng)播出后引發(fā)了網(wǎng)民強烈關(guān)注,迅速風靡各大社交平臺。網(wǎng)友自發(fā)組成微博觀光團、豆瓣觀光團、天涯觀光團三大天團集體圍觀。迅速登上熱議排行榜第一名、微博影視排行榜第二名、百度搜索指數(shù)高達8萬,并占據(jù)B站電視劇排行榜第一名,播放頁面評論數(shù)超過5000條 ,微博自然轉(zhuǎn)發(fā)超過20萬次,視頻總播放量已經(jīng)超過5000萬,堪稱開年第一神劇。也正是因為非?;鸨?,才引發(fā)了樂視網(wǎng)訴優(yōu)酷土豆盜播等的糾紛。
業(yè)內(nèi)人士表示,此案只是視頻網(wǎng)站紅海競爭的一個縮影,視頻網(wǎng)站吸引用戶主要就是靠內(nèi)容,于是為爭奪優(yōu)秀的影視和綜藝等內(nèi)容資源經(jīng)常大打出手,自制內(nèi)容也被重視起來,紛紛加大投入形成競爭壁壘。從頻繁遭遇盜播事件來看,樂視自制在行業(yè)內(nèi)已經(jīng)形成領(lǐng)跑態(tài)勢。據(jù)了解,樂視網(wǎng)2015年全面在自制領(lǐng)域發(fā)力,率先整合多部風格題材各異的作品打包推出自制賀歲季?!豆諅€皇帝回現(xiàn)代》打響頭炮后,包括爆笑喜劇《沙僧日記》、萌娃脫口秀《一年級大會堂》、綜藝天王吳宗憲的移動段子劇《阿憲走著瞧》、田樸珺的女性紀錄片《謝謝你,紐約》等重磅內(nèi)容即將陸續(xù)上線,共同拉開2015年開年大幕。
值得一提的是,“自制賀歲季”的概念,并非是樂視網(wǎng)第一次在時段運營上的發(fā)力。早在2013年初,樂視就已初步改變網(wǎng)絡自制行業(yè),打造“樂視午間自制劇場”品牌戰(zhàn)略和提出“互聯(lián)網(wǎng)產(chǎn)品經(jīng)理思維”運營口號。結(jié)果顯示,2013年排名前十的網(wǎng)絡劇,樂視網(wǎng)自制劇有6部入選,相當于在虛擬世界重塑了一個黃金檔。2014年,更接連成功推出《光環(huán)之后》、《STB超級教師》、《學姐知道》、《整垮前男友》等多部口碑熱播劇,受到網(wǎng)民強烈追捧。而2015年,樂視自制還將推出中國首個明星戀愛真人秀節(jié)目《十個禮拜嫁出去》、互聯(lián)網(wǎng)第一支中國傳統(tǒng)文化紀錄片《傳家》、校園勵志偶像劇《STB超級教師》第二季和全新自制韓劇《被美人》等王牌內(nèi)容,值得所有樂迷和業(yè)界同行們共同期待。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。