經(jīng)歷了2013、2014年的掙扎,本以為即將迎來(lái)希望的移動(dòng)音頻行業(yè),自2015年初開始遭遇了“歷史的三峽”:先是喜馬拉雅FM、考拉FM、蜻蜓FM、荔枝FM四大領(lǐng)先企業(yè)上演版權(quán)撕逼大戲;行業(yè)震蕩還沒結(jié)束,又再度上演了更加撲朔迷離的下架事件,喜馬拉雅FM在蘋果市場(chǎng)從6月末下架以來(lái),至今仍未上架。近日,喜馬拉雅FM又公開被安智市場(chǎng)下架,到底誰(shuí)在黑誰(shuí)仍不清楚。
而在這之外,國(guó)家版權(quán)局突然要求各網(wǎng)絡(luò)音樂服務(wù)商要求7月31日前清理無(wú)版權(quán)內(nèi)容的禁令,幾乎將這條本來(lái)就曲折險(xiǎn)惡的航道徹底堵死。就是在這種情況下,這幾位玩家也沒忘記死磕,仍在為了個(gè)排名打得你死我活,也是醉了。
7.31禁令成行業(yè)緊箍咒: 音頻app的版權(quán)之殤
7月29日,蜻蜓FM 宣布打造其PUGC戰(zhàn)略下的“聲態(tài)圈”。蜻蜓FM表示,在今年開春,啟動(dòng)了PUGC戰(zhàn)略,邀請(qǐng)了傳統(tǒng)電臺(tái)主持人、專業(yè)聲音玩家,以及自媒體KOL專門為在線制作內(nèi)容,確立清晰版權(quán)與商業(yè)合作模式。在2014年底,蜻蜓FM并購(gòu)了國(guó)內(nèi)最大的有聲小說(shuō)版權(quán)商央廣之聲,獲得了大量的優(yōu)質(zhì)有聲小說(shuō)資源。
與此前視頻行業(yè)一樣,這個(gè)消息顯然是象征意義大于實(shí)質(zhì):一方面,本月初,國(guó)家版權(quán)局下發(fā)了《關(guān)于責(zé)令網(wǎng)絡(luò)音樂服務(wù)商停止未經(jīng)授權(quán)傳播音樂作品的通知》。明確自2015年7月起,國(guó)家版權(quán)局啟動(dòng)規(guī)范網(wǎng)絡(luò)音樂版權(quán)專項(xiàng)整治行動(dòng),要求各網(wǎng)絡(luò)音樂服務(wù)商于7月31日前將未經(jīng)授權(quán)傳播的音樂作品全部下線,如果在此“紅線”以后仍繼續(xù)傳播未經(jīng)授權(quán)音樂作品,國(guó)家版權(quán)局將依法從嚴(yán)查處。《通知》下發(fā)后,立即引起了音頻產(chǎn)業(yè)領(lǐng)域的強(qiáng)烈反響。
另一方面,一直以來(lái),蜻蜓FM遭受的版權(quán)困局都可以寫本書:近期,被網(wǎng)絡(luò)作者聯(lián)名實(shí)名投訴蜻蜓FM侵犯版權(quán);今年5月,蜻蜓FM已被考拉FM投訴侵權(quán)獨(dú)家版權(quán)節(jié)目;而早在2014年,前盛大文學(xué)內(nèi)部人士披露,蜻蜓FM確實(shí)與閱文集團(tuán)有著嚴(yán)重的版權(quán)糾紛,蜻蜓FM為此牽涉到的版權(quán)數(shù)量達(dá)200多個(gè),被訴訟索賠金額高至100多萬(wàn)元。
一場(chǎng)看著眼熟的戰(zhàn)爭(zhēng):音頻市場(chǎng)切莫重走視頻老路
不過,一邊困頓重重、一邊玩兒概念表忠心的也不止蜻蜓FM一家,喜馬拉雅FM作為UGC音頻平臺(tái)也隨蜻蜓FM步伐,宣布其內(nèi)容的PUGC戰(zhàn)略,邀請(qǐng)DJ、自媒體人士建立PGC內(nèi)容,進(jìn)行從UGC到PUGC的轉(zhuǎn)型。唯一不同的是,在經(jīng)歷一年多版權(quán)掙扎之后,喜馬拉雅FM終于接受閱文集團(tuán)戰(zhàn)略投資。至此,喜馬拉雅FM的聽書版權(quán)終于得到“轉(zhuǎn)正”,其將獲得閱文集團(tuán)旗下海量網(wǎng)絡(luò)文學(xué)作品的有聲改編權(quán)。
這之外,號(hào)稱音頻版權(quán)最多、內(nèi)容最健康的考拉FM,則進(jìn)一步與酷聽聽書合作,獲取更多長(zhǎng)音頻版權(quán)??祭璅M公關(guān)負(fù)責(zé)人稱,考拉FM在發(fā)展之初一直在打造版權(quán)有聲內(nèi)容的生態(tài)體系。考拉FM初期背靠車語(yǔ)傳媒的優(yōu)勢(shì),召集全國(guó)專業(yè)主播上傳節(jié)目、自制、購(gòu)買、與傳統(tǒng)媒體合作以及傳統(tǒng)廣播電臺(tái)資源等方式構(gòu)建PGC版權(quán)生態(tài)體系。考拉FM在專業(yè)領(lǐng)域建立一套主播培養(yǎng)計(jì)劃,并組建聽評(píng)團(tuán)篩選好的內(nèi)容上考拉FM平臺(tái),iTunes上前100檔節(jié)目中80%以上歸屬考拉FM。2015年開始,考拉FM開通了UGC入口,進(jìn)行PGC+UGC的轉(zhuǎn)型,向大眾衍生培養(yǎng)主播計(jì)劃,更大范圍內(nèi)完善考拉版權(quán)內(nèi)容生態(tài)體系,扶持非專業(yè)主播,并進(jìn)行差異化內(nèi)容競(jìng)爭(zhēng),推出人人都可直播的功能。
問題是,考拉FM也在6月份被下架,原因未公開,不過業(yè)內(nèi)人士透露,顯然是各家app惡性競(jìng)爭(zhēng)、背后中傷、互相捅刀子帶來(lái)的副產(chǎn)品。
“值得關(guān)注的是,起初三家音頻企業(yè)都以不同產(chǎn)品形態(tài)出現(xiàn),蜻蜓FM以傳統(tǒng)電臺(tái)聚合產(chǎn)品模式;喜馬拉雅FM以UGC平臺(tái)點(diǎn)播模式;考拉FM以PGC大數(shù)據(jù)推薦流模式,但發(fā)展到如今,已經(jīng)趨于同質(zhì)化。”一位行業(yè)分析人士指出,當(dāng)前的惡性競(jìng)爭(zhēng)狀況,與三家公司模式同質(zhì)化有關(guān)。
“目前的局面是,大家都想融資,而且是融更多資,所以都是不惜一切代價(jià)的態(tài)勢(shì),問題是,行業(yè)狀況并沒有那么簡(jiǎn)單。”該人士表示,目前整個(gè)行業(yè)“內(nèi)功”尚未修煉火候,隨時(shí)都有可能因?yàn)榘鏅?quán)問題“消失”,在移動(dòng)音頻發(fā)展初期,爭(zhēng)取排名位置顯得就是一場(chǎng)幼稚的口水仗??v觀視頻行業(yè)發(fā)展10年,風(fēng)云變化,當(dāng)年做的榜、打的仗、吹的牛還有意義嗎?
如前文所言,“歷史的三峽”很難過,音頻app們的未來(lái)將如何,很難去預(yù)測(cè),不過細(xì)觀與之最為類似的視頻市場(chǎng),可能還是能看出一二的:十年前誕生的網(wǎng)絡(luò)視頻,中間遭遇數(shù)十輪各類爭(zhēng)奪和政策壁壘,到現(xiàn)在,一家都沒盈利,做得越大、排名越靠前,每年的虧損額越大,以至于行業(yè)前三都想要合并以抱團(tuán)取暖,資本市場(chǎng)更是對(duì)這個(gè)行當(dāng)徹底失去興趣,請(qǐng)問,有意思嗎?
好文章,需要你的鼓勵(lì)
新加坡國(guó)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(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(dòng)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(duì)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(yǔ)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(wú)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(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。