隨著自媒體時(shí)代的到來,UGC(用戶產(chǎn)生內(nèi)容)不斷發(fā)展,社交網(wǎng)絡(luò)已經(jīng)不斷普及并深入人心。創(chuàng)業(yè)者們敏銳的感知到了這一變化,不斷開發(fā)新產(chǎn)品,社交市場(chǎng)已經(jīng)是一片紅海。
面對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng),Tutu無(wú)疑交出了一份滿意的答卷:上線10 天就吸引了30 萬(wàn)用戶注冊(cè),每天 8 萬(wàn)條主題的上傳量,平均每秒鐘有一張照片被發(fā)送;每天 25 萬(wàn)條評(píng)論、40 萬(wàn)條點(diǎn)贊互動(dòng),在短短4個(gè)月的時(shí)間里就累積了千萬(wàn)用戶。
1、產(chǎn)品定位:專注校園社交,全力打造95后、00后的專屬社交平臺(tái)。
Tutu 的目標(biāo)受眾很清晰,基本上都是在校學(xué)生,年齡大致都是95后和 00 后。這個(gè)群體很有活力,但卻沒有專門的社交軟件讓他們展示自我,很多社交產(chǎn)品上其他年齡層次的用戶戲稱他們?yōu)?ldquo;小學(xué)生”,顯然不愿與他們?yōu)槲?。這就讓這部分用戶面臨著被孤立的尷尬境地,Tutu的出現(xiàn)無(wú)疑讓這群年輕人找到了聚集地。
為了調(diào)查Tutu為何這么火,記者也特意注冊(cè)了一個(gè)Tutu號(hào),潛伏到了Tutu的用戶群體中。在發(fā)布了一張照片后,不到一個(gè)小時(shí)就收到了十多條“處Tu友”的邀請(qǐng)。在被問及為什么玩Tutu時(shí),收到最多的答案就“因?yàn)橥瑢W(xué)都在玩”。
這群年輕人在這個(gè)平臺(tái)上發(fā)布圖片、小視頻,在關(guān)鍵的互動(dòng)吐槽上,多是學(xué)生間相互逗趣的話語(yǔ)。為了達(dá)到吐槽效果的連貫性,當(dāng)用戶選定一張圖片或視頻時(shí),所有相關(guān)吐槽都會(huì)以橫向滾動(dòng)的形式播放,很大程度上接近視頻彈幕的效果。
2、產(chǎn)品設(shè)計(jì):彈幕設(shè)計(jì)互動(dòng)性強(qiáng),評(píng)論直接彈出來,視覺效果更強(qiáng)烈!
說到互動(dòng)性,Tutu是一個(gè)專注于細(xì)分領(lǐng)域的移動(dòng)端圖片社交應(yīng)用。從名稱和 Logo 就可以看出,這是一款以吐槽互動(dòng)功能為切入點(diǎn)的產(chǎn)品。而“彈幕”這樣的設(shè)定,在實(shí)際使用體驗(yàn)中,也非常受年輕人的喜歡,除了可以直接對(duì)圖片、小視頻吐槽外,其中包含的互動(dòng)性也是很大的原因。
Tutu 在增進(jìn)用戶互動(dòng)的這一點(diǎn)上做得很有創(chuàng)意。點(diǎn)擊圖片可以評(píng)論,點(diǎn)擊圖片上其他人的評(píng)論,則可以直接回復(fù),這就產(chǎn)生了彈幕視頻中我們俗稱的“版聊”,圍繞一張圖片來進(jìn)行關(guān)于某個(gè)話題的吐槽,進(jìn)而用戶可以關(guān)注感興趣的人,聊得來的朋友。
當(dāng)然,與 Instagram 更注重圖片本身不同,Tutu 提供了一對(duì)一的聊天功能,將圖片社交進(jìn)一步延伸到聊天交友上。
3、LBS定位信息:Tutu對(duì)附近的人,同校學(xué)生都在Tutu。
首先,讓我們看一張?jiān)谛W(xué)生社交范圍的分析圖。
(圖片來源:人民網(wǎng))
從圖上我們看以看出,在校學(xué)生其實(shí)更傾向于以自己為圓心的同校交友。
就連人人網(wǎng)在經(jīng)歷低潮之后也卷土重來,重新把重心放回校園社交領(lǐng)域,并試圖通過用公眾號(hào)代替站內(nèi)信這一大動(dòng)作,重新喚起用戶對(duì)人人網(wǎng)的懷念??墒牵F打的平臺(tái)流水的用戶,對(duì)比2009年掀起的“人人網(wǎng)熱潮”,如今的人人顯得落寞而蕭條。
與老牌社交網(wǎng)的落寞相對(duì)的,是各種新型校園社交APP的來勢(shì)洶洶。全民校園APP時(shí)代,似乎功能和新意才是市場(chǎng)的主導(dǎo)和未來。很顯然,Tutu在這方面做的非常好,在看臉的時(shí)代,其“圖片+視頻”的真人社交模式非常受年輕人的青睞。
所以說Tutu能夠在短時(shí)間里累積千萬(wàn)用戶,并迅速搶占各大社交軟件排行榜并不是偶然。就像Tutu的創(chuàng)始人潘凌志所說的一樣:“在Tutu你將感受到真正的年輕文化!”
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(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)域帶來了效率和精度的雙重突破。