新冠疫情的持續(xù)肆虐,讓民眾不得不宅家隔離,而電子競(jìng)技賽事成了人們打發(fā)時(shí)間的好選擇。隨著其他娛樂(lè)活動(dòng)的取消與推遲,電競(jìng)比賽的關(guān)注度持續(xù)提升。這時(shí)候,培養(yǎng)新粉絲,實(shí)現(xiàn)流量變現(xiàn),是困擾游戲主播們的最大難題。
從哈佛大學(xué)退學(xué)的Faisal Younus與Michael Ivkov注意到其中蘊(yùn)藏的商業(yè)價(jià)值,并快速行動(dòng)希望把握這一機(jī)遇。他們開(kāi)發(fā)出Athlane,以促進(jìn)電競(jìng)品牌與流媒體之間的聯(lián)系。
Athlane是一套電競(jìng)分析平臺(tái),旨在幫助“流媒體與各大品牌方開(kāi)展合作并建立粉絲社區(qū),使游戲真正成為一種職業(yè)”。該公司最近還與銳步建立合作關(guān)系,承辦后者贊助的各類(lèi)活動(dòng)。這家總部位于舊金山的初創(chuàng)公司最近剛剛從Y Combinator及其他頂級(jí)機(jī)構(gòu)處籌集到330萬(wàn)美元的種子資金,并獲得Tyler “Ninja”以及Jessica “JGhosty” Blevins等知名投資者的青睞。
Blevins表示,“我們投資Athlane,是為了讓游戲成為更多年輕人職業(yè)生涯中的新選擇。Athlane能夠幫助游戲主播獲取更多觀(guān)眾數(shù)據(jù),進(jìn)而爭(zhēng)取到贊助機(jī)會(huì)。這對(duì)于任何想要轉(zhuǎn)型全職主播的人,都是至關(guān)重要的能力。”
▲ 圖:Athlane聯(lián)合創(chuàng)始人Michael Ivkov (左) 與Faisal Younus (右)
Faisal Younus & Michael Ivkov: 最重要就是,找到自己最與眾不同的特色。剛起步時(shí),培養(yǎng)粉絲確實(shí)非常困難,需要投入時(shí)間、也得想辦法開(kāi)展合作。最困難的階段就是將平均在線(xiàn)觀(guān)眾數(shù)由10個(gè)增加到50個(gè)乃至100個(gè)。
此外,產(chǎn)生穩(wěn)定收入則是另一大難題,因?yàn)橛螒蛑鞑サ钠放菩?yīng)不那么明確——Athlane也正是為此而生。
Younus & Ivkov: 地方性品牌與非地方性品牌在合作方式上有所區(qū)別。前者可以通過(guò)入站合作伙伴的興趣組織定制形式的會(huì)員計(jì)劃,或建立專(zhuān)門(mén)的贊助團(tuán)隊(duì)處理合作事宜。非地方性品牌可以嘗試一次性宣傳活動(dòng),也可以不斷吸納各地高人氣主播,以建立專(zhuān)門(mén)的宣傳團(tuán)隊(duì)。
對(duì)于游戲主播來(lái)說(shuō),目前存在大量非正式的一次性項(xiàng)目,很多都沒(méi)有明確的合同,且在績(jī)效考核方面缺乏透明度。雖然這類(lèi)計(jì)劃也有成功先例,但鑒于生態(tài)系統(tǒng)的快速變化,現(xiàn)有方案往往無(wú)法快速擴(kuò)大規(guī)模并保持良好的競(jìng)爭(zhēng)力。
我們的端到端贊助平臺(tái)Athlane Terminal,能夠幫助各類(lèi)品牌以準(zhǔn)確的投資回報(bào)率衡量受眾吸引力。此外,借助法務(wù)科技、自動(dòng)化任務(wù)處理以及合規(guī)性跟蹤等方式,Athlane承擔(dān)下各類(lèi)繁瑣的工作,幫助品牌商真正將時(shí)間投入到與主播一道制作精彩內(nèi)容方面。以此為基礎(chǔ),雙方最終能夠通過(guò)統(tǒng)一的儀表板跟蹤宣傳覆蓋率、投資回報(bào)率以及其他重要績(jī)效指標(biāo)。
Younus & Ivkov: 數(shù)字營(yíng)銷(xiāo)的爆發(fā)點(diǎn),在于接觸到目標(biāo)消費(fèi)者、激發(fā)對(duì)方實(shí)際行動(dòng),并真正對(duì)品牌的知名度或感知產(chǎn)生影響。各類(lèi)品牌,特別是電子商務(wù)類(lèi)型的品牌,當(dāng)然希望吸引到更多年輕、熟悉網(wǎng)絡(luò)使用方式的受眾,將其轉(zhuǎn)化為品牌的忠誠(chéng)支持者。全球目前有超過(guò)25億游戲玩家,電競(jìng)與游戲節(jié)目的收看者人數(shù)不斷打破記錄,而這一切在新冠疫情帶來(lái)的居家隔離時(shí)期又進(jìn)一步得到凸顯。
Younus & Ivkov: 雖然我們的軟件棧(特別是Athelane Pro)能夠?yàn)閺呐詴r(shí)尚主播到職業(yè)NBA球員幾乎任何人提供服務(wù),但我們目前主要專(zhuān)注于為游戲及電競(jìng)領(lǐng)域構(gòu)建行業(yè)標(biāo)準(zhǔn)式的貨幣化引擎。
Younus & Ivkov: Terminal能夠?yàn)槠放粕烫峁┮粋€(gè)涵蓋多種引擎,并能夠大規(guī)模推動(dòng)游戲社區(qū)發(fā)現(xiàn)、參與以及轉(zhuǎn)換的平臺(tái)——這將徹底取代以往單純通過(guò)電子表格及高接觸性郵件活動(dòng)收集信息的方法。
Terminal的洞察力工具能夠立足整體生態(tài)系統(tǒng),提供詳盡且專(zhuān)有的分析結(jié)果,同時(shí)匹配精美的可視化效果、指標(biāo)與摘要。它將在整個(gè)流媒體世界中持續(xù)跟蹤相關(guān)源,篩選并審查各流媒體渠道,并將所有內(nèi)容及信息匯總至同一個(gè)創(chuàng)建者中心節(jié)點(diǎn)之上。以此為基礎(chǔ),品牌商可以隨時(shí)間推移持續(xù)了解受眾的興趣與喜好。
Younus & Ivkov: Athlane Pro 可以算是游戲主播們的“商業(yè)智庫(kù)”。Pro使用多種機(jī)器學(xué)習(xí)模型,以分析特定游戲主播受到粉絲們喜愛(ài)的原因。
Pro提供的AI驅(qū)動(dòng)型洞見(jiàn)能夠?yàn)閯?chuàng)作者提供個(gè)性化建議,通過(guò)差異化內(nèi)容、推薦的合作方式或者特定興趣取向,改善并擴(kuò)充粉絲規(guī)模。另外,它還能夠針對(duì)受眾的情緒與總體趨勢(shì),定期進(jìn)行跟蹤并整理報(bào)告。
Younus & Ivkov: 最重要的當(dāng)然還是錘煉我們的技術(shù)方案。對(duì)于數(shù)據(jù)驅(qū)動(dòng)型品牌,特別是像銳步這樣體量龐大的品牌,我們的平臺(tái)需要在保障可擴(kuò)展性的同時(shí),立足合作關(guān)系將投資回報(bào)率與可交付成果統(tǒng)一起來(lái)。從商業(yè)角度出發(fā),通過(guò)在游戲玩家及其粉絲中建立社區(qū),品牌商得以在居家隔離的現(xiàn)實(shí)條件下,繼續(xù)保持良好的品牌影響力與運(yùn)營(yíng)收入。
Younus & Ivkov: 我們?cè)缭诔踔须A段主開(kāi)始構(gòu)思Athlane了。隨著我們喜愛(ài)的眾多游戲主播不斷成長(zhǎng),我們意識(shí)到,要成為全職主播有多么困難、其中又有多少不夠規(guī)范的問(wèn)題。為此,我們決定在2019年年初投入全部精力開(kāi)發(fā)Athlane。幾個(gè)月之后,我們就在YC S19賽季的比賽中完成了首輪試用。
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A(yíng)udioStory-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。