3月26日,網(wǎng)易新聞客戶端5.0正式上線,產(chǎn)品交互格局煥然一新。以“直觀,定制,多元,聚合”為產(chǎn)品設(shè)計理念,采用全新的架構(gòu)直觀展現(xiàn)優(yōu)質(zhì)內(nèi)容,基于興趣化閱讀打造用戶專屬閱讀節(jié)奏,為用戶提供圖文消息與視聽新聞多場景閱讀體驗,同時聚合生活服務(wù)版塊讓用戶在資訊之外獲得更多驚喜??紤]到用戶多樣化的使用場景,5.0版本延續(xù)了4.0打造用戶專屬閱讀節(jié)奏的理念,致力于滿足用戶不同情境之下的閱讀需求,成為用戶發(fā)現(xiàn)精彩世界的一扇窗口。
直觀:全新架構(gòu)直觀展現(xiàn)優(yōu)質(zhì)內(nèi)容
除了優(yōu)質(zhì)的新聞資訊,網(wǎng)易新聞客戶端個人中心、多媒體內(nèi)容、服務(wù)性板塊等在過去的一年中得到了較大的提升,已成為網(wǎng)易新聞客戶端重要的優(yōu)勢資源。為了更好的呈現(xiàn)日益成熟的優(yōu)勢資源,此次版本更新,對首頁架構(gòu)進行了優(yōu)化布局,新的信息構(gòu)架給更多優(yōu)質(zhì)內(nèi)容以直觀的展現(xiàn),并根據(jù)不同的場景對資訊內(nèi)容進行了準(zhǔn)確的劃分,整合了新聞、閱讀、視聽、發(fā)現(xiàn)、我五大核心欄目,欄目劃分簡約聚合,旨在為用戶提供更流暢更便捷的操作體驗和更大的閱讀空間,讓用戶在碎片化的時間里快速找到自己想看的內(nèi)容。
定制:興趣化閱讀打造專屬閱讀節(jié)奏
當(dāng)移動新媒體資訊千篇一律時,產(chǎn)品如何做出千人千面的體驗?改版后的訂閱平臺和推薦欄目升級整合為“閱讀”欄目,調(diào)整了推薦的定位,根據(jù)用戶閱讀習(xí)慣和興趣進行個性化推薦,另有編輯精選保證內(nèi)容質(zhì)量和優(yōu)質(zhì)賬號推薦,同時網(wǎng)友可以在媒體列表中繼續(xù)添加喜歡的賬號。在海量的信息中為用戶推薦他們最感興趣的內(nèi)容,把握用戶的移動閱讀節(jié)奏,營造一種慢閱讀的氛圍,與新聞TAB的時效性和緊張感形成互補,滿足用戶不同層次的新聞閱讀需求。
多元:圖文消息與視聽新聞多場景閱讀體驗
傳統(tǒng)的圖文閱讀體驗在5.0版本中得到了進一步的提升,升級后的“新聞”欄目,持續(xù)為受眾提供最新最快的熱點新聞和編輯篩選的精品閱讀,并對直播、跟貼等進行欄目化運營,同時還將搜索、夜間等常用功能布局在首頁展示,方便用戶快速使用新聞閱讀基礎(chǔ)功能。在此基礎(chǔ)上,5.0版本推出“視聽”欄目,包括“視頻”和“電臺”兩個板塊,主打精彩的原創(chuàng)電臺和最新最快的短視頻新聞,接口位置更優(yōu),視聽體驗更流暢,突出看(視頻)新聞、聽(音頻)新聞的不同使用場景,采用多樣化的媒介表現(xiàn)形式,并在多媒體之上增加了交互性,打破了單一的新聞閱讀場景,給用戶帶來全方位的資訊閱讀新體驗。
聚合:多樣化生活服務(wù)發(fā)現(xiàn)更多驚喜
原本入口較深的活動廣場、應(yīng)用中心、游戲中心、有態(tài)度俱樂部等版塊被安排在一級入口“發(fā)現(xiàn)”欄目中,獲得了更多位置上的優(yōu)勢,更好的為用戶提供趣味性的娛樂活動和多樣化的增值服務(wù),實現(xiàn)網(wǎng)易新聞客戶端在商業(yè)化和用戶關(guān)懷上的雙重功能。同時,彩票、公益、身邊服務(wù)等功能的入口也被規(guī)整到“發(fā)現(xiàn)”欄目,用戶的消費需求在該欄目有了集中性的出口。個人主頁則被升級為“我”欄目,該欄目匯集用戶的個人數(shù)據(jù)和專屬服務(wù),建立以金幣為基礎(chǔ)的用戶個人體系,以金幣激勵用戶、以任務(wù)引導(dǎo)用戶。通過金幣和可視化的數(shù)據(jù)激勵用戶閱讀更多新聞的同時,打通支付環(huán)節(jié),引導(dǎo)用戶嘗試更多專屬的個人服務(wù)。
此次新版本架構(gòu)清晰,交互體驗流暢便捷,富媒體內(nèi)容更加豐富,針對用戶不同的閱讀層次和不同的閱讀場景,滿足用戶多維度的資訊閱讀需求,成為用戶看世界的窗口,并在此基礎(chǔ)上加大用戶關(guān)懷的范圍和力度,持續(xù)為用戶提供愉悅的資訊閱讀體驗。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。