備受注目的2015 GMIC大會4月28日在國家會議中心拉開帷幕。車聯(lián)網(wǎng)以及未來車載多媒體技術(shù)備受關(guān)注。福特汽車公司與合作伙伴考拉FM、阿里巴巴、騰訊共同就未來車載多媒體技術(shù)的發(fā)展方向進(jìn)行深度探討。
作為車聯(lián)網(wǎng)音頻娛樂內(nèi)容提供商,考拉FM副總裁余建約在“未來車載多媒體技術(shù)及營銷新突破”圓桌論壇上分享了考拉FM在車聯(lián)網(wǎng)方面的進(jìn)展以及對車聯(lián)網(wǎng)未來發(fā)展的感悟。他透露,考拉FM的車載覆蓋率已在80%以上。
余建約介紹說,作為國內(nèi)最大的音頻內(nèi)容運營商之一,車語傳媒的主要業(yè)務(wù)來源于三個部分:第一塊兒就是傳統(tǒng)廣播,車語傳媒旗下融合了很多廣播電臺,包括省級電臺、交通臺,新聞臺、經(jīng)濟(jì)臺等等,在全國大概有十幾家,就業(yè)務(wù)規(guī)模來說處于國內(nèi)行業(yè)前三甲;第二部分是網(wǎng)絡(luò)廣播,又可以分為兩塊兒,一部分是手機(jī)電臺考拉FM,另一部分就是車載電臺。
考拉FM副總裁余建約
“包括最近牽手的福特汽車在內(nèi),我們已經(jīng)相繼與30多家汽車品牌達(dá)成預(yù)裝合作,其中的大眾、通用等12個品牌都是獨家合作。最近,考拉FM 也推出了自主化車聯(lián)網(wǎng)解決方案——考拉寶,通過手機(jī)-考拉寶-車機(jī)相連接的方式,為廣大車主用戶帶來個性化的收聽體驗??梢哉f,考拉FM的車載覆蓋率已在80%以上,在國內(nèi)同行中處于領(lǐng)先地位。” 余建約表示。
當(dāng)天,圍繞車聯(lián)網(wǎng)產(chǎn)業(yè)鏈凝聚的商業(yè)價值,也再次成為了圓桌論壇嘉賓和與會者的關(guān)注焦點。
不過,余建約看來,論及車聯(lián)網(wǎng)的商業(yè)化營銷還尚且為時過早。就音頻內(nèi)容而言,車聯(lián)網(wǎng)未來可探索的盈利模式大體可以有兩種:一類是音頻廣告;另一類就是O2O模式,通過O2O的開放信息共享,你會了解開車人和車內(nèi)狀況、行車狀況,那么基于汽車后服務(wù)市場,擁有一個非常值得想象的空間。
他坦言,如果說音頻廣告有百億的市場規(guī)模,那么基于O2O與車的緊密相連產(chǎn)生的汽車后服務(wù)市場,則可以有萬億的規(guī)模。
來自速途研究院近期發(fā)布的《2015Q1移動電臺市場分析報告》顯示,國內(nèi)移動電臺市場目前擁有約2.6億的用戶規(guī)模,滲透率達(dá)到了47%。隨著包括智能汽車、智能家居等產(chǎn)品的發(fā)展,移動網(wǎng)絡(luò)電臺未來仍有廣闊的拓展空間。
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(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(tuán)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。