作為網(wǎng)絡(luò)點(diǎn)擊破5億的國產(chǎn)青春劇,接檔《歡樂頌》的《那年青春我們正好》無疑成為了又一部熱播劇。細(xì)心的觀眾會發(fā)現(xiàn),劇中會經(jīng)常出現(xiàn)可愛的考拉玩偶形象,這正是網(wǎng)絡(luò)電臺考拉FM的品牌標(biāo)識之一,考拉FM這次成為了熱播劇《那年青春我們正好》的獨(dú)家音頻合作伙伴。
《那年青春我們正好》劇集中的考拉FM卡通形象
”在這部橫跨近20年的青春劇中,穿插了很多細(xì)膩入微頗具年代感的場景。除了視覺上圍繞人物展開的情感懷舊片段,承載“聽”的內(nèi)容和媒介也在不斷發(fā)生變化。主角們從戴著耳機(jī)聽歌、手拿黑白屏手機(jī)的大學(xué)時代,逐漸過渡到了更多車載收聽、使用智能手機(jī)互通互聯(lián)的當(dāng)代。這讓網(wǎng)絡(luò)電臺與劇集本身的結(jié)合顯得更加貼合生活。”考拉FM一位相關(guān)負(fù)責(zé)人表示。
頗具年代感的場景 主角校園黑白屏手機(jī)通訊時代
據(jù)他透露,除了品牌植入,作為該劇的獨(dú)家音頻合作伙伴,考拉FM還擁有同名廣播劇的改編權(quán);而圍繞劇集周邊,平臺還將享有眾多一手獨(dú)家的音頻內(nèi)容:諸如對該劇開機(jī)儀式進(jìn)行音頻直播、導(dǎo)演及主創(chuàng)團(tuán)隊(duì)采訪、主角訪談及獨(dú)家花絮。此外,結(jié)合劇集互動,考拉FM還能為幸運(yùn)粉絲提供明星探班機(jī)會。
“越來越多數(shù)據(jù)研究表明,移動互聯(lián)網(wǎng)時代正逐漸成為85后的天下。85后年輕用戶在考拉FM的總用戶群體中占據(jù)六成,涵蓋了廣大職場中堅(jiān)、職場新秀、學(xué)生的這一群體最為顯著的特征就是娛樂化傾向。而考拉FM也著重對他們偏愛的有聲小說、影視周邊、綜藝娛樂、情感生活等內(nèi)容作了強(qiáng)化儲備。“該負(fù)責(zé)人表示。
與上下游泛娛樂IP內(nèi)容廣泛合作, 盤活娛樂明星、紅人資源,打造特色聲音影視內(nèi)容……考拉FM正向追求隨性率真、娛樂化的85后年輕一代的需求靠攏,進(jìn)行“泛娛樂化”內(nèi)容布局,正在指向考拉FM近期的一系列舉措。
不久前,考拉FM與中文在線攜手,將其旗下三家子公司—鴻達(dá)以太、 湯圓創(chuàng)作、17K的網(wǎng)絡(luò)文學(xué)中熱門IP陸續(xù)轉(zhuǎn)化為有聲作品;在2015年網(wǎng)劇大火之年,考拉FM還曾與愛奇藝、優(yōu)酷、樂視等視頻網(wǎng)站進(jìn)行合作,將多部娛樂劇集轉(zhuǎn)化為特色音頻節(jié)目。
有分析人士認(rèn)為,進(jìn)行“泛娛樂化”內(nèi)容布局并非只是大廠的專利,不管是大規(guī)模還是小規(guī)模,只要玩兒出新的營銷方式,贏得一定的用戶認(rèn)同和建立起粉絲圈層即可。就音頻行業(yè)而言,利用直播平臺為草根主播搭建網(wǎng)紅通道,就娛樂IP內(nèi)容廣泛開展平臺聯(lián)動合作,二度盤活娛樂明星、紅人資源,打造特色聲音影視內(nèi)容,都可視為打開泛娛樂方向的突破口。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。