2015年4月16日,國內(nèi)領(lǐng)先的網(wǎng)絡(luò)電臺運(yùn)營商考拉FM宣布,考拉FM智能音箱——考拉寶研發(fā)成功并已投入量產(chǎn),不久將限量售賣??祭瓕殶o需用戶購買流量,可用手機(jī)遠(yuǎn)程控制音頻內(nèi)容。
考拉寶是全球首款內(nèi)置3G通訊模塊的智能音箱,并與運(yùn)營商合作保證用戶免費(fèi)收聽,每月贈送流量高達(dá)6G,同時(shí)也是國內(nèi)首款手機(jī)與音箱互聯(lián),完全智能控制的智能硬件。同時(shí),考拉寶擁有不輸于蘋果級的音響效果,超強(qiáng)聽覺體驗(yàn)??祭璅M董事長兼CEO俞清木表示:“考拉寶將幫助考拉FM覆蓋車載和家居兩大使用場景,它僅僅是考拉FM智能硬件產(chǎn)品的一個(gè)開端,未來我們將在智能耳機(jī)、智能電器等智能設(shè)備全面展開音頻娛樂部署”。
“用戶使用場景”爭奪戰(zhàn)已打響
考拉FM以讓行業(yè)應(yīng)接不暇的速度,宣布了手機(jī)、汽車、飛機(jī)各個(gè)渠道的布局,而現(xiàn)在又發(fā)布智能硬件——考拉寶,繼續(xù)擴(kuò)張車載和家居生活場景,瞬間將網(wǎng)絡(luò)電臺行業(yè)爭奪戰(zhàn)從內(nèi)容引向了渠道。
與此同時(shí),各家網(wǎng)絡(luò)電臺企業(yè)也在開展“場景”擴(kuò)張,多聽FM也利用車載音箱打開汽車市場,喜馬拉雅電臺與智歌科技合作進(jìn)入車內(nèi)。
CNIT-Research分析認(rèn)為,網(wǎng)絡(luò)電臺從最初的圈用戶逐漸進(jìn)入到商業(yè)模式探索,產(chǎn)業(yè)資源整合和盈利模式搭建上將成為焦點(diǎn)。“這意味著考拉FM正在將內(nèi)容優(yōu)勢向渠道優(yōu)勢轉(zhuǎn)變??祭璅M智能硬件的發(fā)布,完成了考拉FM在渠道進(jìn)化上的關(guān)鍵一步,使其與行業(yè)競爭對手的差距正在拉大,行業(yè)‘洗牌’態(tài)勢已然出現(xiàn)。”行業(yè)分析人士指出。
“考拉FM未來會不遺余力地把考拉植入到各種移動終端的娛樂系統(tǒng)。盡管考拉FM已經(jīng)跟多家汽車品牌達(dá)成合作,但仍需要智能硬件進(jìn)入車載加大我們在車內(nèi)場景的優(yōu)勢;此外,考拉寶也將在家居環(huán)境成為伴隨性極強(qiáng)的音頻娛樂硬件。”俞清木說,從手機(jī),到車載、機(jī)載、可穿戴設(shè)備,如果說,一年前移動電臺聚焦于用戶“圈地運(yùn)動”,如今已經(jīng)上升至“用戶使用場景”爭奪戰(zhàn)。
據(jù)悉,隨著渠道的擴(kuò)張,考拉FM已經(jīng)為順應(yīng)不同使用場景開發(fā)出考拉FM手機(jī)電臺、考拉FM汽車電臺、考拉FM空中電臺、考拉智能硬件四種產(chǎn)品模式,在版權(quán)內(nèi)容分發(fā)上各有偏重。
正版化與大數(shù)據(jù)推薦流是移動場景最佳伴隨
“考拉寶打造的個(gè)性化專屬‘音頻流’式的收聽方式,讓用戶在開車和家居生活場景中讓雙眼和身體得到充分休息,這是音頻娛樂相比文字、視頻獨(dú)有的伴隨優(yōu)勢。此外,優(yōu)質(zhì)、版權(quán)化的內(nèi)容也是考拉FM與第三方合作的基礎(chǔ)。版權(quán)化內(nèi)容為考拉FM與汽車前裝和后裝市場的順利合作完美鋪路。“俞清木表示。
盡管一些版權(quán)爭議廠商以智能硬件的方式進(jìn)入汽車場景,避免與廠商關(guān)于版權(quán)的正面沖突,但也會被內(nèi)容制作方提出諸多質(zhì)疑,給產(chǎn)品帶來負(fù)面影響。
日前,音頻版權(quán)問題也成為關(guān)注焦點(diǎn)。多聽FM發(fā)布車載智能音響“車聽寶”之前,曾備受版權(quán)爭議,遭到由荔枝FM、鳳凰FM、友的聊播客、頻率FM等20多家移動電臺和播客組成的聯(lián)盟控訴。版權(quán)問題也成了眾多網(wǎng)絡(luò)電臺爭奪移動終端渠道的“攔路虎”。
據(jù)悉,考拉FM憑借版權(quán)和手機(jī)端活躍用戶的優(yōu)勢成為國航唯一的網(wǎng)絡(luò)電臺戰(zhàn)略合作伙伴,并相繼與OPPO、酷派、中興、Nubia等知名手機(jī)品牌達(dá)成戰(zhàn)略合作。同時(shí),考拉FM也與20多家汽車品牌達(dá)成預(yù)裝合作。”
好文章,需要你的鼓勵
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。