7月28日,由搜狐視頻、紅龍娛樂聯(lián)合出品的國內(nèi)首檔大型cosplay真人秀節(jié)目《終極變身》上線發(fā)布會在北京舉行。搜狐視頻產(chǎn)品技術(shù)中心高級總監(jiān)、56網(wǎng)總經(jīng)理馬義,出品人丁宇以及節(jié)目主創(chuàng)等全部出席。搜狐視頻作為第一個戰(zhàn)略性推動PGC(專業(yè)內(nèi)容制作)發(fā)展的網(wǎng)絡視頻平臺,聯(lián)合PGC優(yōu)秀出品人,突破以往民間COSPLAY的局限,結(jié)合影視級特效化妝,力求打造一場空前的cosplay視聽盛宴。
《終極變身》 打造國內(nèi)頂級cosplay真人秀
《終極變身》將于8月4日在搜狐視頻全網(wǎng)獨家上線,每周二晚20:00,每周一集40分鐘。作為國內(nèi)首檔大型cosplay真人秀,《終極變身》將打破陳規(guī),結(jié)合特效化妝,采用紀實手法拍攝:從選手奇思妙想的創(chuàng)意過程、到緊張刺激的制作過程、到妙趣橫生的變裝時刻,coser們永不服輸?shù)男拍钆c精神,步步驚心的相處關(guān)系,都將在節(jié)目中真實呈現(xiàn)。
隨著ACG的快速膨脹,cosplay參與者已達千萬級,國內(nèi)職業(yè)coser超過100萬,半職業(yè)coser超過300萬,參與或喜愛人群達5000萬。2014年中國ACG產(chǎn)業(yè)總產(chǎn)值將高達1000億元。歷經(jīng)幾年策劃,《終極變身》此次通過設(shè)定PK淘汰賽制,精心挑選出最具潛質(zhì)的10位coser,空前的顏值,火爆的身材,炸天的技術(shù),超拽的個性,全方位展現(xiàn)coser的精彩世界。
發(fā)布會上,我們還帶來了一場精彩的大型COSPLAY舞臺表演,女仆、御姐、蘿莉、帥T、腐女悉數(shù)登場,讓現(xiàn)場的所有人深度感受到了二次元世界的精彩魅力。
搜狐視頻PGC發(fā)力
作為一個推動戰(zhàn)略性,搜狐視頻將大力發(fā)揮PGC優(yōu)勢,聯(lián)合PGC優(yōu)秀出品人紅龍娛樂,傾力打造出顛覆視聽的大型cosplay真人秀。目前與56網(wǎng)雙平臺聯(lián)動,調(diào)動搜狐矩陣資源,向出品人提供全方位支持。我們將緊扣熱點趨勢,大規(guī)模組織專業(yè)PGC舉行活動,強化視頻自媒體話語權(quán),建立起PGC出品人品牌形象。
目前,PGC內(nèi)容在搜狐視頻的站內(nèi)推廣資源十分強悍,在首頁導航欄專門開辟了自媒體重點頻道,移動端還專門建立了自媒體頻道,搜狐矩陣多個平臺也將參與推廣。
搜狐視頻也以高比例分成對出品人開放廣告權(quán)限,以此鼓勵PGC原創(chuàng)內(nèi)容生產(chǎn)。在前不久,搜狐視頻正式啟動向網(wǎng)絡視頻PGC出品人開放移動端廣告分成權(quán)限,這意味著出品人通過搜狐視頻PGC平臺上傳作品后,將同時在PC端和移動端享受廣告分成,實現(xiàn)最大化獲益。
搜狐視頻針對出品人推出的一系列扶持計劃,在生活、科技、汽車等多個專業(yè)領(lǐng)域已經(jīng)實現(xiàn)了良性生態(tài)循環(huán)。涵蓋搞笑、網(wǎng)絡劇、游戲、教育、旅游等類別,日均觀看量數(shù)千萬,高額分成正不斷鼓勵原創(chuàng)生產(chǎn)力及高品質(zhì)內(nèi)容的產(chǎn)生。截至目前搜狐視頻PGC出品人達上千位,日均播放量逼近過億。隨著PGC內(nèi)容的大規(guī)模爆發(fā),PGC內(nèi)容已經(jīng)成為廣告主投放的重要的組成部分,據(jù)悉,在2015年上半年,出品人通過廣告獲得的分成收入已超過千萬。搜狐視頻匯聚的最強出品人陣容將和PGC平臺一起攜手打造業(yè)內(nèi)最強生態(tài)平臺。搜狐視頻PGC也將不遺余力的在各個垂直內(nèi)容領(lǐng)域深根細作,進一步提升各方用戶體驗,加速提升PGC平臺的商業(yè)價值。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。