做完直播的“仨賤客”一行三人仍舊意猶未盡,在剛剛結(jié)束的考拉FM《仨賤客直播秀》里,主播小膽、小雪、小寧就“你在哪里親過嘴”話題,與網(wǎng)友互動(dòng)得不亦樂乎。作為手機(jī)電臺考拉FM排行榜上居高不下的情景脫口秀節(jié)目,《仨賤客》目前累計(jì)收聽破2000萬。不僅如此,隨著直播日益火爆,“仨賤客”也應(yīng)粉絲要求每周以直播形式同網(wǎng)友互動(dòng),通過直播粉絲群體得以迅速壯大。

仨賤客-直播秀
人人直播,草根網(wǎng)紅批量出爐
據(jù)了解,在眾多手機(jī)電臺中,考拉FM最早開始嘗試直播。自2015年4月起,考拉FM即率先推出了音頻直播節(jié)目,一經(jīng)推出被各大企業(yè)發(fā)布會、論壇活動(dòng)、娛樂盛典廣泛作為記錄和互動(dòng)平臺。在面向企業(yè)、機(jī)構(gòu)充當(dāng)媒體平臺的同時(shí),考拉FM也為大眾用戶做了精心的準(zhǔn)備。秉承“人人直播”理念的考拉FM,為個(gè)人手機(jī)直播事件現(xiàn)場提供了零門檻支持,也讓眾多草根主播、網(wǎng)絡(luò)紅人將其視為又一重要輸出地。
《仨賤客》的三位主播并非科班出身,卻憑借草根一族對生活的獨(dú)特領(lǐng)悟吸粉萬千。在這檔獨(dú)具特色的音頻情景脫口秀直播中,“仨賤客”用“三張嘴”演繹大千生活。諸如圍繞“你在哪里和誰親過嘴”、“年后如何收心”、“吃過的虧 上過的當(dāng)”、“同是天涯追劇人”、“蛋疼是怎樣的疼”等各類社會熱點(diǎn)和生活話題,結(jié)合主播自身經(jīng)歷,以自high、耍賤、惡搞、無下限、犯二中的幽默搞笑形式,與廣大用戶一起分享生活百味。
類似《仨賤客》火爆的脫口秀節(jié)目,在考拉FM直播平臺上大量的存在。如:搞笑類脫口秀節(jié)目,王鋼蛋的《二貨一籮筐》、小膽的《不亦樂乎》;情感類脫口秀、時(shí)政類脫口秀等??祭璅M推出的UGC音頻直播,為所有喜好聲音的創(chuàng)造者開通了一條“紅人”通道。
音頻直播要求高質(zhì)量內(nèi)容 粉絲粘性大
網(wǎng)友“東北虎”就表示,對主播小雪魔性笑聲久久不能忘懷。“旮旯里的落寞先生”則對主播們頗有代入感的生活經(jīng)歷大有興趣。除此之外,在隨性的直播中,主播們還會適時(shí)插入COSPLAY小段子,或整蠱老板、或暗諷時(shí)下,讓聽眾快慰不已。
音頻直播一方面讓草根聲音創(chuàng)造者實(shí)現(xiàn)自我價(jià)值,獲得粉絲追捧;另一方面,也對播主聲音節(jié)目輸出提出了高質(zhì)量要求,進(jìn)而增加粉絲忠誠度。音頻比視頻少了視覺感官,這反而使得高質(zhì)量節(jié)目會積累下高粘度用戶。
頻直播炒火的紅人粉絲經(jīng)濟(jì),也可擴(kuò)展到音頻直播領(lǐng)域??祭璅M董事長兼CEO俞清木表示:“考拉FM的打賞系統(tǒng)正在開發(fā)中,它將為平臺紅人主播帶來收益,擴(kuò)展紅人粉絲經(jīng)濟(jì)圈。我們的直播也會全力扶持和打造紅人IP。”
UGC音頻直播將成為各主流音頻媒體在產(chǎn)品上的下一個(gè)引爆點(diǎn)。
中國人民大學(xué)新聞學(xué)院教授喻國明曾發(fā)表觀點(diǎn),人除了個(gè)性化的需求需要得到滿足外,還有一種交往和社會存在感式的東西,這種東西是需要大面積的、超越不同類別人群的一種跨圈子跨階層傳播,傳統(tǒng)廣播在這方面還是有非常重要的價(jià)值所在,移動(dòng)電臺尚無法滿足。
不過,網(wǎng)絡(luò)電臺音頻直播的出現(xiàn)彌補(bǔ)了喻國明對移動(dòng)電臺缺乏人性互動(dòng)的缺陷,既延續(xù)了傳統(tǒng)廣播傾訴交流的情節(jié),同時(shí)也整合了更多移動(dòng)互聯(lián)網(wǎng)時(shí)代聽眾傾聽和互動(dòng)的習(xí)慣,真正以互聯(lián)網(wǎng)方式迭代廣播人性需求。
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(jì)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(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)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(shí)驗(yàn)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(shí),輸出長度減少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,解決了長視頻生成中的錯(cuò)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(tuán)隊(duì)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(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)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)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(jià)值。