所以誰能積極糾正現(xiàn)有社交網(wǎng)絡(luò)上的亂象,同時充分發(fā)揮新媒體獨特的屬性優(yōu)勢,誰就有希望成為元宇宙規(guī)則的創(chuàng)立者。
這個數(shù)字世界拼命吸引我們的關(guān)注,但卻始終提供不了真正的意義。
而且,這個意義需要傳遞。
多樣性設(shè)計
而我們的數(shù)字化身也同樣需要這份歸屬感。
因為既然在元宇宙中暢游的必要前提之一,就是為我們的數(shù)字身份賦予意義,那么企業(yè)就必須理解并接納當(dāng)前客觀存在的一切文化、情感、表達(dá)與品味差異。
,借此在不同受眾中獲得廣泛認(rèn)同與明確支持。例如,如果服飾品牌在廣告中仍然只表現(xiàn)白人的審美風(fēng)格與文化偏好,那么無論如何也吸引不到其他國家和地區(qū)的消費(fèi)者們的普遍接受。
意見,由他們幫助驗證企業(yè)的既定營銷方案。
。
要增強(qiáng)人才多樣性,設(shè)計團(tuán)隊就必須在招聘和培訓(xùn)流程中做出「專項設(shè)計」。多年以來,社交網(wǎng)絡(luò)野蠻生長不失為一種教訓(xùn),現(xiàn)在額外投入的時間和成本,未來都會轉(zhuǎn)化為更高的參與度、更深遠(yuǎn)的社會意義與更好的投資回報率。
在招聘與培訓(xùn)的同時,也要優(yōu)先考慮多樣性問題,這著實是一項艱巨、但又絕對必要的任務(wù)。為了成功提升團(tuán)隊成員多樣性,企業(yè)需要認(rèn)真反思自己的招聘流程,思考現(xiàn)有候選人群體在多樣性和代表性方面是否存在不足。如果大家還不清楚該從哪里起步,不妨先建立人口統(tǒng)計目標(biāo)、對組織當(dāng)前情況做出審計,借此去發(fā)現(xiàn)差距并設(shè)定下階段目標(biāo),再逐步把訴求跟招聘流程統(tǒng)一起來。
豐富且身臨其境的體驗
。正如當(dāng)今的網(wǎng)絡(luò)內(nèi)容豐富度百倍于十年前一樣,元宇宙時代下的內(nèi)容豐富度也必將百倍于現(xiàn)在。
,品牌方還需要保持靈活性,并迅速采用各類新型創(chuàng)作工具。隨著元宇宙的發(fā)展,接下來很可能出現(xiàn)有助于大規(guī)模生成高質(zhì)量內(nèi)容的新一代內(nèi)容制作工具。面對這些新平臺,品牌方必須快速行動、主動適應(yīng)。
與社區(qū)共享經(jīng)濟(jì)效益
不同于傳統(tǒng)社交網(wǎng)絡(luò)模式中,將用戶的私人數(shù)據(jù)貨幣化為股東收益的糟糕路徑,元宇宙中的“強(qiáng)者”必須將社區(qū)建設(shè)者與參與者團(tuán)結(jié)起來,幫助各方共享經(jīng)濟(jì)上行空間,最終在企業(yè)和創(chuàng)作者之間,建立起更加公平的競爭環(huán)境。
,意味著元宇宙企業(yè)不僅可以與員工共享所有權(quán),甚至能夠把部分所有權(quán)移交給社區(qū)內(nèi)的活躍成員。
如今的網(wǎng)絡(luò)巨頭只要繼續(xù)采用由廣告支持的商業(yè)模式,那他們與推動其業(yè)務(wù)量增長的客戶之間,就永遠(yuǎn)是壓榨關(guān)系。
很明顯,元宇宙中的真正強(qiáng)者,一定是那些能夠發(fā)現(xiàn)并努力糾正現(xiàn)有社交媒體中頑疾的公司和品牌。只要在多樣性與代表性保障方面做得更好,社區(qū)就會用實際行動,幫助企業(yè)獲得優(yōu)勢地位與更高回報。良好的內(nèi)容創(chuàng)作策略,將引導(dǎo)參與者們表達(dá)自己的感受,帶來更豐富、沉浸感更強(qiáng)的品牌體驗,最終拉高公司的運(yùn)營收益。
換句話說,只有那些重視雙向合作關(guān)系,且希望將由虛擬世界創(chuàng)造的財富,共享給身處其中的社區(qū)成員的企業(yè),才能真正保持持久與繁榮。至于那些仍抱著舊觀念不放、打算繼續(xù)用現(xiàn)有商業(yè)模式在元宇宙中繼續(xù)撈錢的公司,他們必然會被市場競爭所淘汰、眼睜睜看著這塊巨大的蛋糕被新一代市場領(lǐng)導(dǎo)者奪走。
海外來電是科技行者旗下編譯團(tuán)隊,聚焦海外新技術(shù)、新觀點、新風(fēng)向。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、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)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(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)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,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)域帶來了效率和精度的雙重突破。
科技行者旗下編譯團(tuán)隊,聚焦海外新技術(shù)、新觀點、新風(fēng)向。