在8月3日在“著迷‘Mi會(huì)’優(yōu)酷土豆”的媒體見(jiàn)面會(huì)上,著迷網(wǎng)CEO陳陽(yáng)正式宣布著迷結(jié)束了C輪融資,融資金額與持股比例尚未對(duì)外界公布。同時(shí)陳陽(yáng)還表示:“這一輪我們的融資方由優(yōu)酷土豆領(lǐng)頭,優(yōu)酷土豆是這次我們引進(jìn)的非常重要的策略股東。同時(shí)有掌趣跟投,這是我們年底著迷在新三板掛牌上市前最重要的一次資本運(yùn)作。” 此前,著迷在B輪的融資金額高達(dá)1.3億,創(chuàng)下該領(lǐng)域投資之最。
一直以來(lái),著迷都非常注重內(nèi)容上的建設(shè),而且也會(huì)讓用戶(hù)參與到其中。陳陽(yáng)表示:“眾所周知,媒體內(nèi)容大部分是由PGC(專(zhuān)業(yè)生產(chǎn)內(nèi)容)來(lái)實(shí)現(xiàn)的。但是到了今天,你身邊每一個(gè)人都在玩手游的時(shí)候,我們就應(yīng)該讓他們也參與到內(nèi)容建設(shè)之中。經(jīng)過(guò)這些年建設(shè),我們一共積累了2萬(wàn)名以上的UGC(用戶(hù)原創(chuàng)內(nèi)容)貢獻(xiàn)者。同時(shí)我們秉承一個(gè)理念,我們強(qiáng)調(diào)‘我們自己的用戶(hù)’。”
談到如何對(duì)用戶(hù)進(jìn)行運(yùn)營(yíng),陳陽(yáng)稱(chēng):“之前很多人認(rèn)為,用戶(hù)一定要在你的網(wǎng)站下進(jìn)行活動(dòng),才是你的用戶(hù)。但是在我們看來(lái),即使這些用戶(hù)并不是完全在我們的平臺(tái)上,但如果能被我們所影響,做我們希望他們做的事情,那么這些用戶(hù)也都是我們的用戶(hù)。這些年,不僅著迷自己的PCU(最高同時(shí)在線(xiàn)玩家人數(shù)) 在大量增長(zhǎng),而且著迷還同時(shí)運(yùn)營(yíng)著200多個(gè)核心貼吧,我們通過(guò)這些貼吧和核心用戶(hù)的Q群、WIKI的經(jīng)營(yíng),積累了越來(lái)越多的用戶(hù)。”
同時(shí)陳陽(yáng)還表示出了對(duì)視頻內(nèi)容的看重,“我們看重未來(lái)視頻在內(nèi)容生產(chǎn)上的重要性。從去年開(kāi)始,我們?cè)谝曨l領(lǐng)域的內(nèi)容生產(chǎn)能力得到了大幅提高,現(xiàn)在我們單個(gè)視頻的質(zhì)量非常棒,用戶(hù)很喜歡,可以達(dá)到月均全網(wǎng)播放量千萬(wàn)級(jí)。”
談及未來(lái)與優(yōu)酷的合作內(nèi)容,陳陽(yáng)說(shuō)道:“我們想做的一件事情是‘增量經(jīng)濟(jì)’,我們圍繞好玩的游戲生產(chǎn)大量好玩的內(nèi)容,吸引更多不玩游戲、不關(guān)注這個(gè)領(lǐng)域的人。這個(gè)增量經(jīng)濟(jì)的本質(zhì),就是我們要做更好的內(nèi)容、運(yùn)營(yíng)更好的用戶(hù),做更好的社區(qū)。”
而對(duì)于未來(lái)兩家的合作,優(yōu)酷土豆集團(tuán)投資副總裁邵峻也表示:“著迷最吸引我們的的原因是它是一家邏輯型公司,而不是一個(gè)游戲媒體公司,未來(lái)他的創(chuàng)造空間是巨大的。同時(shí)這種邏輯讓我看到了未來(lái),在這個(gè)過(guò)程中我自己也學(xué)到了很多。”
而在最后,陳陽(yáng)做出了這樣的總結(jié),“合以制勝,視不可擋。在游戲行業(yè)越來(lái)越趨向‘內(nèi)容為王’的情況下,非常感謝優(yōu)酷土豆對(duì)我們的支持。引進(jìn)優(yōu)酷土豆的投資,對(duì)我們下一步發(fā)展,也有信心。”
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)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(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話(huà)多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)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(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。