8月12日消息,阿里巴巴影業(yè)集團(tuán)(HK:01060)對(duì)管理層進(jìn)行調(diào)整。
阿里影業(yè)今日宣布任命阿里巴巴資深副總裁張蔚為阿里影業(yè)公司總裁,并直接負(fù)責(zé)公司海外業(yè)務(wù)以及投資并購(gòu)等業(yè)務(wù);任命阿里巴巴前資深副總裁、首席人力官鄧康明為公司首席運(yùn)營(yíng)官(COO),全面負(fù)責(zé)法務(wù)、財(cái)務(wù)、人力資源、市場(chǎng)公關(guān)等公司管理事務(wù)以及公司的電商業(yè)務(wù),均向阿里影業(yè)首席執(zhí)行官(CEO)張強(qiáng)匯報(bào)。阿里影業(yè)的內(nèi)容研發(fā)和制作業(yè)務(wù)仍將由張強(qiáng)親自管理。
與此同步,新宣布的阿里影業(yè)業(yè)務(wù)組織架構(gòu)全面與傳統(tǒng)影業(yè)公司脫鉤,將按照互聯(lián)網(wǎng)公司扁平化的組織生態(tài),聚焦內(nèi)容研發(fā)及制作、宣傳發(fā)行和電商平臺(tái)及海外業(yè)務(wù)四大板塊。
在上述業(yè)務(wù)板塊中,內(nèi)容研發(fā)和制作業(yè)務(wù)將以IP為核心,以此來(lái)推動(dòng)內(nèi)容生產(chǎn)流程和產(chǎn)品形態(tài)的升級(jí);而宣傳發(fā)行業(yè)務(wù)則將以互聯(lián)網(wǎng)技術(shù)應(yīng)用和大數(shù)據(jù)為基礎(chǔ),和傳統(tǒng)線(xiàn)下?tīng)I(yíng)銷(xiāo)方式進(jìn)行結(jié)合;基于阿里巴巴生態(tài)體系所延伸的娛樂(lè)電子商務(wù)平臺(tái)的搭建和運(yùn)營(yíng),將會(huì)面向全行業(yè)開(kāi)放。而海外業(yè)務(wù)板塊將在全球范圍內(nèi)整合資源、技術(shù)和人才,直接參與娛樂(lè)產(chǎn)業(yè)的全球化競(jìng)爭(zhēng),將會(huì)是阿里影業(yè)未來(lái)的戰(zhàn)略重心之一。
阿里方面表示,新的管理層任命和組織生態(tài)調(diào)整,將會(huì)為上述戰(zhàn)略的實(shí)施提供有效保障。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)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(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)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(guò)讓AI同時(shí)學(xué)習(xí)外觀(guān)和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線(xiàn)性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話(huà)問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)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(shí)顯著提升人性化交互水平,為AI價(jià)值觀(guān)對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),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(guò)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(cè)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(lái)了效率和精度的雙重突破。