北京時間4月24日消息,距離第一個視頻片段片段《我在動物園》上傳到YouTube已經(jīng)十年,這個如今已歸屬于谷歌公司的服務一直以來是在線視頻共享領域的老大。但是,這樣的主導地位能維持多久呢?
Facebook周三表示,與去年9月僅10億的觀看量及今年1月的30億相比,其用戶每天觀看的視頻數(shù)量已達40億。
以上數(shù)據(jù)已經(jīng)足夠至少9家經(jīng)紀公司在周四提高了Facebook的目標股價,盡管該公司第一季度的收入增長是兩年來最慢的。
幾乎所有的分析師都了解視頻廣告是Facebook利潤增長最有前景的領域之一。
“根據(jù)視頻和移動廣告需求,互聯(lián)網(wǎng)到了一個拐點,而FB(Facebook)也許是這個拐點唯一的最大受益者,” RBC Capital Markets分析師馬克·馬哈尼說。馬哈尼將其對Facebook的目標股價提高了17美元,從88美元提至105美元。
周四早盤,F(xiàn)acebook報83.92美元,下跌了約1%。
在YouTube聯(lián)合創(chuàng)始人賈韋德·卡里姆(Jawed Karim)在網(wǎng)站起步時上傳《我在動物園》視頻近七年之后,YouTube在2012年1月表示,其每天的訪問量達到40億。如今,谷歌一直沒有披露YouTube的收視情況或利潤數(shù)額。
經(jīng)紀公司Cowen&Co估算,到今年年底,YouTube的日常訪問或將達到79億,并產(chǎn)生59億美元的收入。該經(jīng)紀公司預計,今年Facebook的視頻廣告收入將達到約10億美元。
Facebook在2014年3月推出了自動播放的視頻廣告。
“在FB發(fā)展成首屈一指的數(shù)字/移動視頻平臺的過程中,其視頻消費保持著爆發(fā)性增長,”考恩分析師在一份客戶報告中寫道,讓Facebook的目標股價從91美元提高提高到了94美元。
今年第一季度,移動廣告收入占Facebook廣告總收入的73%,從去年同期的收入貢獻為59%。
“在未來的移動市場營銷方面,我們相信視頻是會發(fā)揮重要作用,”Facebook首席運營官桑德伯格(Sheryl Sandberg)周三在分析師電話會議中說,“在Facebook全球的視頻觀看中,超過75%是發(fā)生在移動端。我們認為,隨著時間推移,移動視頻對市場營銷人員來說會變得越來越重要。”
在截至3月31日的第一季度中,F(xiàn)acebook的營收增長42%,達35.4億美元,歸屬于股東的凈利潤同比下降20%,為5.09億美元。調整后的利潤高于市場預期,但收入不及預期,其中廣告收入增長46%至33.2億美元。
“……盡管廣告收入增長勢頭保持強勁,但該公司似乎只是停留在視頻廣告全面商業(yè)化的早期階段,”巴克萊資本分析師表示。
分析師還是看到了豐富的機遇,即利用消息服務WhatsApp、分享照片應用Instagram和虛擬現(xiàn)實設備制造商Oculus Rift來增加收入渠道。Facebook正在大力投資于這些產(chǎn)品。
“Facebook的核心業(yè)務保持著增長,眾所周知的催化劑也蓄勢待發(fā),還有隨著Instagram發(fā)展到2016年,WhatsApp到2017年,Oculus到2018年帶來的潛在增長,”證券公司Piper Jaffray的分析師寫道。
截至周三收盤,F(xiàn)acebook股價在過去一年已經(jīng)上漲了三分之一。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。