10月15日, 2023搜狐視頻舞蹈翻跳大賽重慶賽區(qū)正式拉開帷幕,眾多舞蹈大神現(xiàn)場實力斗舞,展現(xiàn)舞技?,F(xiàn)場的隨機舞蹈大狂歡,超百人跟著節(jié)奏隨機舞蹈嗨翻天,過千人到場觀賽場面壯觀,隨著搜狐視頻直播一起在霧都線下和關注流線上社交轉發(fā)中,掀起出圈熱浪。
當日,搜狐創(chuàng)始人、董事局主席兼首席執(zhí)行官、物理學博士張朝陽現(xiàn)場出席。人氣偶像、內地流行樂唱跳歌手、新生代演員孫瀅皓,NAME組合成員龍韻竹、馮若航,舞蹈達人醬咖力力、JOY等也來到現(xiàn)場并帶來精彩表演,此外眾多KPOP舞蹈達人組合、國內外知名KPOP翻跳比賽評委、多個明星藝人合作舞者、編舞師等也都來到現(xiàn)場助陣。
達人現(xiàn)場表演燃炸翻跳大賽 以舞會友激發(fā)隨舞潮流
此次搜狐視頻舞蹈翻跳大賽重慶賽區(qū)精彩紛呈,15日下午3小時的路演賽火熱上演,在路演賽后,持續(xù)90分鐘的隨機舞蹈挑戰(zhàn)吸引了數(shù)百位舞者一起舞蹈,更有近一百五十首KPOP歌曲嗨燃現(xiàn)場,超千人共同點燃現(xiàn)場氣氛。舞蹈達人組成團隊展開斗舞大戰(zhàn),最終選出前三名隊伍頒發(fā)榮譽。重慶賽區(qū)作為線下路演賽的最后一站,為大賽的分賽區(qū)競演部分畫上圓滿句號。
大賽陣容強大,熱力值拉滿,不僅有重慶本地舞蹈達人,也吸引了其他地區(qū)的優(yōu)秀舞者。不論是專業(yè)舞者還是業(yè)余愛好者,跟著隨機的動感節(jié)奏,都隨時加入進來,現(xiàn)場盛況空前,引發(fā)出圈熱議。
事實上,2023年搜狐視頻舞蹈翻跳大賽于7月啟動,線下路演活動曾在廣州、上海舉辦,聚集了眾多舞蹈界大V,還有劉雋、王一橋、曹宇雪等明星愛豆空降現(xiàn)場,火爆出圈。要參加2023搜狐視頻舞蹈翻跳大賽,可以通過搜狐視頻APP搜索“Z世代舞蹈日記”圈子關注并上傳舞蹈翻跳視頻,即有可能獲得萬元獎金。據悉,大賽總頒獎典禮預計將于11月底在北京舉行。
舞出更大平臺 搜狐持續(xù)發(fā)掘視頻社交價值扶持創(chuàng)作者
此次火爆出圈的搜狐視頻舞蹈翻跳大賽重慶賽區(qū)活動,是搜狐視頻在山城重慶開展系列直播活動的部分之一。搜狐視頻知識直播的代表IP《張朝陽的物理課》也在10月14日走進重慶大學。
無論是在大賽舞臺展現(xiàn)風采的舞蹈達人,還是有任何一種熱愛特長的用戶、播主,皆可成為優(yōu)質內容創(chuàng)作者,在搜狐視頻關注流中,轉發(fā)分享,利用社交制造和分發(fā)多元化內容。
如今的搜狐視頻已經遠不止一個長視頻平臺,打開搜狐視頻“關注流”,就可以發(fā)現(xiàn)不同種類的圈子和豐富的直播、短視頻內容,涵蓋了幽默搞笑、國風、KPOP舞蹈、醫(yī)療健康、美妝、母嬰、汽車、萌寵等等不同垂直領域的興趣愛好者和播主們,每天分享各垂直領域新鮮的資訊,這里更是一個火熱的視頻社交平臺。本次舞蹈翻跳大賽就源于搜狐視頻“關注流”豐富多元的圈層文化,其中“Z世代舞蹈日記”圈子是全網年輕舞者聚集地。
在內容布局上,搜狐視頻越來越豐富的話題度和更包容的平臺吸引了不少大V入駐和開播,包括知識直播賽道,吸引了何懿醫(yī)生、不刷題的吳姥姥、航天王一等專家學者來開直播講知識,還成功推出了《張朝陽的物理課》《星空下的對話》《科學演講局》等出圈IP,在全網掀起了知識學習的熱潮。
當前,搜狐視頻正通過“關注流”逐漸加重用戶參與和共創(chuàng)視頻內容,搜狐視頻賬號品類覆蓋豐富,個人屬性強,兼具“有趣、有用、觀賞性強”等特征,內容高頻更新,再加上平臺的轉發(fā),能高效觸達優(yōu)質內容,獲得更多信息增量,更能精準滿足用戶的內容需求。用戶可以在“關注流”里面轉發(fā)、關注、消費,實現(xiàn)以視頻會友,構建了一個視頻社交平臺。
張朝陽表示,短視頻時代每個人有點東西都可以迅速開直播和發(fā)短視頻來講,都成為每個領域的專家達人。除了知識直播,搜狐視頻正在走向視頻社交,基于“關注流”社交分發(fā),覆蓋了特別廣泛的領域。年輕人在互聯(lián)網上無論帶貨,還是傳播各種知識,長期做就會在某個領域會變得特別專業(yè),特別優(yōu)秀,是非常有前途的,鼓勵大家來搜狐視頻做播主,開直播或者發(fā)短視頻獲得收益。
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技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的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等頂尖機構聯(lián)合提出SparseLoRA技術,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,已在多個任務上驗證有效性。