CNET科技資訊網(wǎng) 5月7日 北京消息:5月5日,愛奇藝再推自制動畫《萬古仙穹》,這也是繼《靈域》、《神明之胄》、《龍心戰(zhàn)紀》、《劍王朝》之后的又一部“愛奇藝出品”的網(wǎng)絡(luò)國漫。
《萬古仙穹》改編自17k小說網(wǎng)同名小說,講述了宋國富可敵國的商人,經(jīng)歷了滅國危機與多次智謀的考驗后,得到上仙的點化,最終得道成仙的故事。從返老還童到棋法對弈,該片涉及了修仙、智斗、虐戀、國戰(zhàn)、博弈、謀略、爆笑等內(nèi)容元素,主要面向二次元、三次元用戶。
該片陣容包括動畫導演王昕、愛奇藝動漫創(chuàng)投制片人李輝、北斗企鵝旗下聲優(yōu)郭盛(飾演男主角古海),C小調(diào)(飾演龍婉清),圖特哈蒙(飾演管家popo)。同名主題曲《萬古仙穹》由小旭音樂制作,由國家一級演員騰格爾演唱。
小旭音樂總裁盧小旭現(xiàn)場介紹,在尋找過多位國風歌手之后,最終圈定騰格爾老師,其中一個原因在于,騰格爾不羈、大氣的特質(zhì)和《萬古仙穹》幽默、二次元之間形成強烈反差,從而產(chǎn)生的化學效應(yīng)可以給觀眾留下深刻印象。
“音樂是相當于LOGO一樣的存在。”在盧小旭看來,互聯(lián)網(wǎng)打破了傳統(tǒng)的音樂傳播模式,變得更精細化、互動化以及公平化,聽眾可以通過互聯(lián)網(wǎng)直觀的傳播模式,及時反饋自己的感受和意見,不管是影視劇、游戲還是動漫,歌曲都是重要的宣發(fā)渠道之一,在目前音樂版權(quán)越來越受關(guān)注的市場背景下、在以內(nèi)容為王的市場競爭下,做好有代表性的音樂至關(guān)重要。
盧小旭同時表示,一首好的音樂會對二次元產(chǎn)品起到良好的宣傳作用。目前中國流行歌曲TOP10與日本流行歌曲TOP10之間相比,動漫OP、ED所占比例還是太少,想要達到日本流行歌曲榜中動漫占半的比例,國內(nèi)至少還需要5到8年的時間。
事實上,在動漫作品的表達上,除了音樂之外,內(nèi)容與視覺體驗也是受眾人群關(guān)注的兩個重要因素。與以往動漫作品中通過人物、畫風、聲優(yōu)等元素為主要表現(xiàn)相比,《萬古仙穹》打破固有動畫表現(xiàn)形式,定位“動漫攻心劇”,以故事、情節(jié)為主線展開,動畫中融合了多種不同類型內(nèi)容元素。
制片人李輝現(xiàn)場說到:“IP是做出來的,《萬古仙穹》從劇本到內(nèi)容打磨了一年時間,目標就是從動漫內(nèi)容本身去挖掘價值,吸引更多的觀眾粉絲,進而創(chuàng)造更多的盈利模式。” 王昕則表示:“一拿到劇本,大致的場景就已經(jīng)呈現(xiàn)在腦海中了,相信經(jīng)過不斷的細節(jié)打磨,《萬古仙穹》將`成為今年國漫市場獨樹一格的作品。”
這種以故事為核心的路數(shù)來自于愛奇藝“以內(nèi)容為發(fā)展重點”的戰(zhàn)略。愛奇藝創(chuàng)始人、CEO龔宇曾經(jīng)公開表示,原創(chuàng)內(nèi)容興起,要回歸好劇本質(zhì),好故事,現(xiàn)在不再是所有高投入的作品都能成功,抓一個好作品本質(zhì)的東西,才是真正能俘獲所有觀眾并能夠成為爆款的作品。
目前微博上關(guān)于#萬古仙穹#的話題閱讀量已達到近40萬。該片將于5月18日在愛奇藝獨家上線,每周四更新1集。
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(wù)上驗證有效性。