今天,調(diào)研機構(gòu)凱度發(fā)布的一項社交媒體滿意度調(diào)查顯示,中國用戶開始擔(dān)心社交媒體給生活所帶來的影響,只有64.7%的受訪者認(rèn)為社交媒體帶來了正面影響,與去年相比大幅下降了12.1個百分點。
全球調(diào)研機構(gòu)凱度集團(Kantar Group)連續(xù)第二年發(fā)布了《中國社交媒體影響報告》。該報告同時也指出,社交媒體的使用正在從大城市里接受過高等教育的年輕人群擴張到更小的城市、更多年齡組別和教育水平不那么高的人群。另外,隨著中國人越來越多地使用移動互聯(lián)網(wǎng),騰訊的微信已經(jīng)成為了中國社交媒體領(lǐng)域的霸主。
凱度集團是廣告?zhèn)鞑ゼ瘓FWPP的市場調(diào)查分支機構(gòu)。本次調(diào)查利用了大數(shù)據(jù)挖掘,微博文本分析,微信訂閱號文本分析和網(wǎng)上實名制調(diào)查四個渠道,共覆蓋60個城市,6.6萬個實名樣本,7.11億次微信文章點擊行為和200萬條原創(chuàng)微博內(nèi)容。
有13,341名實名注冊用戶參與了該報告的網(wǎng)上調(diào)研部分,其中64.7%的用戶表示社交媒體對他們生活的影響是正面的,與一年前相比下降了12.1個百分點。與此同時,有12.2%的用戶表示社交媒體讓他們的生活變糟了,幾乎是去年6.7%的兩倍。余下的23.3%認(rèn)為社交媒體對他們的生活沒有什么影響,也較一年前的16.5%更高。根據(jù)這些數(shù)據(jù)所折算出的平均滿意度得分為68.0分,比去年的73.4分有明顯下降。
該報告中還通過針對53,112名中國城市居民的連續(xù)性調(diào)查發(fā)現(xiàn)了社交媒體用戶特征的變遷。與一年前相比,城市居民中使用社交媒體的比例從去年的28.6%上升到了34%。90后替代了80后成為了社交媒體用戶中最大的年齡組別(37.7%),而60后、50后及年齡更高人群的比例也都在上升,唯一下降的是曾經(jīng)“一家獨大”的80后—他們的比例從44.8%大幅下降到了30.8%。
“任何新生事物都容易受到大家追捧,隨著時間的推移,這種追捧會出現(xiàn)下降。社交媒體也不例外,”央視市場研究股份有限公司(CTR)媒介與消費行為研究總經(jīng)理沈穎評論道。“與此同時,微信使用時間的加長,人們發(fā)現(xiàn)微信所關(guān)聯(lián)的人已經(jīng)從比較小的朋友圈擴展到大的寬泛的交際圈,抓屏的時間越來越長,頻次越來越多,且垃圾和重復(fù)信息充斥,這引起只瀏覽不評論不互動的人群從39%上升至46%,增加了7個點,而且社交疏離型人群增長2.1個點。”
“另外,社交媒體的無孔不入也讓大家對隱私更重視,希望最高度保護隱私。有不少人因為社交媒體而被別人打擾到了正常的生活,”沈穎解釋說。
凱度旗下專業(yè)社交媒體分析公司CIC跟蹤了50個最熱門微信訂閱號在107天中所獲得的71,276,971次用戶點擊以分析什么樣的訂閱號受歡迎,以及人們在微信平臺上愿意看什么內(nèi)容。監(jiān)測時間段為2014年8月1日至11月15日。
CIC發(fā)現(xiàn)50個最熱門微信訂閱號中有15個娛樂賬戶,它們所發(fā)表的文章獲得了49%的點擊。相比之下,新聞信息類訂閱號雖然有10個擠進了前50,但加起來只占了5%的點擊。
對于這50個最熱門訂閱號而言,它們平均每篇文章有39,531個閱讀,154個贊。令人意外的是,熱門訂閱號發(fā)表的文章數(shù)并不多:平均一周只有21篇文章。對于前三名(搞笑視頻、生活小助手、關(guān)愛八卦成長協(xié)會)而言,平均數(shù)更是低到每周16篇。
CIC的微博文本監(jiān)測項目跟蹤了1萬名真實微博用戶在一整年中(2013年11月16日至2014年11月15日)所發(fā)布的2,098,575條原創(chuàng)微博,以理解人們在微博上聊的熱門話題。
娛樂依然是最熱門的分類(25.4%),但是新聞事件在微博上很明顯更受到關(guān)注,它以接近20%的份額(19.6%)排名第二,其它的分類是健康美容(15.7%),工作學(xué)習(xí)(14.3%),旅游(12%),和其它(13%)。
盡管有不少人認(rèn)為人們在社交媒體上會更多地表現(xiàn)出負面情緒,但CIC研究了微博上發(fā)表的表情符號,證明了這種假設(shè)是錯誤的:有67%的表情符號是正面的,只有33%是負面的。最常用的三種正面表情符號依次是[哈哈],[偷笑]和[呵呵]。而最常見的三種負面表情符號則是[怒]、[淚]和[悲傷]。
“中國社交媒體領(lǐng)域依然在快速變化。營銷人員需要通過系統(tǒng)化的研究來更好地了解消費者們是如何各種平臺的,他們是如何通過微信和微博來創(chuàng)造、接收和分享信息的,”CIC的創(chuàng)始人兼CEO費嘉明(Sam Flemming)表示。“我們相信盡管現(xiàn)在微信占據(jù)了統(tǒng)治地位,但這個領(lǐng)域并不是贏家通吃的。你可以通過微博來感知人們在討論什么,而微信的訂閱號們更像是各種更現(xiàn)代、更適合分享的雜志。我們的研究表明了只有綜合利用多個平臺才能實現(xiàn)與消費者進行有意義、吸引人和有效的溝通。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。