6月14日,娛樂寶發(fā)布“互聯(lián)網(wǎng)+娛樂產(chǎn)業(yè)報告”,通過娛樂寶平臺的大數(shù)據(jù)洞察顯示,“90后”群體逐漸成為中國娛樂產(chǎn)業(yè)的消費主流,TFboys、鹿晗、吳亦凡等新生代偶像的人氣水漲船高,成為“粉絲經(jīng)濟”的代表。
“粉絲經(jīng)濟學(xué)”成票房制勝法寶
近年來,互聯(lián)網(wǎng)與娛樂產(chǎn)業(yè)的融合日益緊密,以電影行業(yè)為例,由于互聯(lián)網(wǎng)的介入,影視行業(yè)的產(chǎn)業(yè)鏈悄然變化。以《小時代》、《爸爸的假期》為代表的粉絲電影成為2014年電影行業(yè)的一個新現(xiàn)象。
粉絲電影以用戶的喜好作為出發(fā)點,充分利用人氣明星強大的號召力,大幅減少了電影投資的盲目性,提高了投資回報率,成為電影票房的制勝法寶。
報告認(rèn)為,粉絲電影的本質(zhì)仍是粉絲為心儀的明星買單,只是消費明星的渠道和方式產(chǎn)生了變化。粉絲電影未來將成為電影的一個新品類,還將出現(xiàn)粉絲眾籌、粉絲包場、粉絲點映的多種新模式。
數(shù)據(jù)顯示,從2014年至2015年5月,娛樂寶共售賣了9期、21個項目,投資金額達到5.3億元,投資的電影票房累計37億元。
中國觀眾更愛投資好萊塢科幻片
去年以來,雖然多部國產(chǎn)電影取得了優(yōu)異的票房成績,但是從大數(shù)據(jù)反映出的用戶偏好來看,中國觀眾依然更青睞以好萊塢科幻片為代表的進口片。
在通過娛樂寶投資電影的710多萬用戶中,57.87%偏好科幻、54.09%偏好喜劇、40.93%偏好動作。
在娛樂寶投資的項目中,只有1部進口片,3部合拍片,其余均為國產(chǎn)片,但58.54%的用戶更愿意投資進口片,只有9.61%的用戶愿意投資國產(chǎn)片。
從電影制式來看,37.9%的娛樂寶用戶傾向于投資3D電影,只有19.47%的用戶傾向于投資2D電影。
用戶在做出投資一部電影的決定時,55.34%用戶是受到影評口碑影響,38.43%用戶受主演影響,36.12%用戶受類型影響。
90后成中國娛樂產(chǎn)業(yè)消費主流
報告通過大數(shù)據(jù)分析發(fā)現(xiàn),娛樂寶的用戶主要年齡段為25-29歲,其中影視劇粉絲女性占比到達65%,58%的影視劇粉絲在淘寶月消費500-1000元,地域分布則是以廣東、福建、浙江等經(jīng)濟發(fā)達地區(qū)為主。
報告還顯示,90后人群逐漸成為中國娛樂產(chǎn)業(yè)的消費主流,TFboys、鹿晗、吳亦凡等娛樂界新生代偶像在互聯(lián)網(wǎng)上的人氣最高,他們的粉絲主要聚集在新浪微博等網(wǎng)絡(luò)社交平臺。
而淘寶的交易數(shù)據(jù)顯示,娛樂產(chǎn)業(yè)對于消費拉動作用非常明顯,過去一年里總共有89.1萬人在淘寶上購買過“小時代”相關(guān)產(chǎn)品,主要集中在大家電、女裝、自有閑置物品、箱包皮具、電影演出等品類。
報告認(rèn)為,中國電影的衍生品業(yè)務(wù)有很大的發(fā)展?jié)摿?,娛樂寶以及阿里巴巴的電商體系可以幫助中國電影乃至中國娛樂產(chǎn)業(yè),建立固定的衍生品網(wǎng)絡(luò)和銷售渠道,通過大數(shù)據(jù)精準(zhǔn)推薦和營銷,培養(yǎng)觀眾消費習(xí)慣,做大“粉絲經(jīng)濟”。
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。