對(duì)于網(wǎng)易新聞客戶端的用戶來(lái)說(shuō),美好的一天是這樣開(kāi)始的:早晨打開(kāi)段子頻道,來(lái)個(gè)笑話醒醒覺(jué),刷刷頭條,看看這個(gè)世界發(fā)生了什么;午休時(shí)分,《輕松一刻》佐個(gè)餐,再跟個(gè)貼子練練手;下午茶是做新聞任務(wù)的黃金時(shí)間,網(wǎng)易金幣得勤賺;晚上翻看著《新聞七點(diǎn)整》,新媒體里聊一聊……
是不是讓你找到了一種開(kāi)party的感覺(jué)?“眼底收盡天下事,娛樂(lè)全在客戶端”,這正是網(wǎng)易傳遞給用戶的全方位新聞閱讀體驗(yàn),在“有態(tài)度”的同時(shí),還要做“有趣”的客戶端。
在移動(dòng)新聞客戶端的紅海中,網(wǎng)易是個(gè)卓爾不群的角色,在DCCI發(fā)布的《2014年移動(dòng)互聯(lián)市場(chǎng)門(mén)戶新聞客戶端用戶行為調(diào)查》報(bào)告中,網(wǎng)易以76.5%的用戶知曉率領(lǐng)跑整體市場(chǎng)。根據(jù)今年1月份艾瑞mUserTracker公布的數(shù)據(jù)顯示,在眾多門(mén)戶新聞客戶端中,網(wǎng)易新聞客戶端的人均使用次數(shù)也高居榜首,在品牌知名度和活躍度上實(shí)現(xiàn)了雙冠。
高活躍度的用戶必然需要高質(zhì)量的產(chǎn)品功能做支撐,有趣才是活躍的前提,相比傳統(tǒng)板報(bào)式的新聞閱讀體驗(yàn),網(wǎng)易新聞客戶端以趣味性為出發(fā)點(diǎn),充分調(diào)動(dòng)用戶的積極性,從內(nèi)容創(chuàng)新、原創(chuàng)欄目、互動(dòng)形式、積分體系四個(gè)方面發(fā)力,全方位的打造最好玩、最好用的新聞應(yīng)用。
內(nèi)容同質(zhì)化的新聞就像是化妝間的韓國(guó)少女組合,長(zhǎng)得千人一面,看的久了總會(huì)視覺(jué)疲勞,新穎獨(dú)特的角度和內(nèi)容才會(huì)讓人眼前一亮。在對(duì)熱點(diǎn)新聞的把握上,網(wǎng)易結(jié)合了可視化和UGC內(nèi)容等形式,利用信息圖、HTML5等技術(shù)把熱點(diǎn)新聞重新加工,以滿足用戶碎片化閱讀的習(xí)慣,并充分發(fā)揚(yáng)網(wǎng)易跟貼的優(yōu)良傳統(tǒng),讓用戶在看新聞的同時(shí)創(chuàng)作傳播內(nèi)容。
原創(chuàng)欄目是網(wǎng)易新聞客戶端的特色開(kāi)胃菜,段子頻道、環(huán)球侃客、輕松一刻等頻道以多樣化的新聞表現(xiàn)形式,贏得了用戶的芳心,用戶對(duì)這個(gè)版塊的反饋也是最為熱烈和積極的,每期《每日輕松一刻》的跟貼都達(dá)數(shù)萬(wàn)條之多,網(wǎng)友們?cè)谶@里可以肆無(wú)忌憚的狂歡。
互動(dòng)是移動(dòng)應(yīng)用與用戶交流的情感紐帶,要想留住用戶的心,首先要留住用戶的手指頭。網(wǎng)易新聞客戶端引入了多媒體的互動(dòng)交流方式,視頻直播、彈幕跟貼、語(yǔ)音跟貼、PK臺(tái)等功能讓網(wǎng)友們玩的樂(lè)此不疲,甚至連兩會(huì)這樣的時(shí)政新聞報(bào)道都加入了用戶熱衷的HTML5游戲環(huán)節(jié)。
網(wǎng)易新聞客戶端引入的積分體系是提升用戶活躍度的有效手段,相比之下,黏住用戶比吸引用戶更重要,而網(wǎng)易通過(guò)健全的積分系統(tǒng),把常見(jiàn)的社區(qū)激勵(lì)政策引入到客戶端用戶中,看新聞、分享新聞、創(chuàng)作內(nèi)容都會(huì)有相應(yīng)的積分反饋機(jī)制,這大大增強(qiáng)了用戶的參與感,激發(fā)用戶的使用興趣。
在網(wǎng)易的地盤(pán)上,新聞客戶端不是冷冰冰的黑板報(bào),而是和用戶一起high玩的娛樂(lè)場(chǎng),每個(gè)人都能參與其中,沒(méi)有人是置身于外的看客。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)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(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)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(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),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(guò)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(cè)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(lái)了效率和精度的雙重突破。