2016第十四屆北京車展首日拉下帷幕。雖然無車模助陣令車展氛圍寡淡不少,但不少靈活游走于廠商及明星間的信息還是令觀展者興奮。作為車展常駐媒體,此番考拉FM以“考拉人氣主播+汽車圈頂級DJ”組成“考評團”進駐車展直播,為車展留下了不少聲音亮點。
據(jù)悉,車展首日,“考評團”足跡遍及多個場館、車企及周邊,貢獻了20余場直播,大到概念新車發(fā)布、車企近期戰(zhàn)略,小到明星亮相、場內(nèi)外花邊兒,皆有涵蓋,有近15萬聽眾通過考拉FM在線直播關注了本屆車展。不僅如此,考拉FM也成為通用雪佛蘭、東風雪鐵龍、奇瑞、江淮等車企的媒體“座上客”,以更靈活、新鮮的視角參與傳遞車企戰(zhàn)略規(guī)劃布局?! ?/p>
考評團車展首日強勢登陸
“考評團”人氣主播出擊 直播圈粉賺人氣
早在北京車展前夕,考拉FM即啟動了“考評團”甄選計劃,向全國范圍內(nèi)汽車DJ發(fā)出邀請,與考拉人氣主播“混搭”直播,汽車DJ以媒體專業(yè)角度給行業(yè)人士帶來一手資訊,考拉FM人氣主播以大眾視角,雙方聯(lián)手為車展聽眾帶來一場汽車行業(yè)年度盛事脫口秀。最終,根據(jù)票選,大連交通廣播DJ張壹、江西交通廣播DJ 劉躍、甘肅都市調(diào)頻DJ 樂樂、合肥交通廣播DJ 王錚與考拉4位人氣主播小膽、Simon、Lida、ViVi組成“考拉團”報道車展。
考評團主播在北京車展首日
少了車模,明星自然成為焦點。當天,人氣主播Lida一行受命“追蹤權(quán)志龍”,直播開啟五分鐘就有超萬名聽眾蹲守,主播Lida及搭檔大連交通廣播DJ張壹更是瞬間進入“神吸粉”模式,令他們不得不驚嘆偶像的力量?,F(xiàn)場人潮鼎沸撲面而來,未料權(quán)志龍現(xiàn)身不足兩分鐘就迅速離去,令直播間內(nèi)的聽眾怨念不已。
值得一提的是,“考評團”主播們身影還吸引了業(yè)內(nèi)同行的關注。BTV北京車展報道組對“考評團”通過手機直播車展表現(xiàn)出了十足的好奇。在他們看來, 移動場景的增多讓人們端坐一室,關注一屏的時代一去不復返,反而是手機+應用目擊了很多“第一現(xiàn)場”,靈活、輕便的手機電臺直播很具有代表性?! ?/p>
BTV車展報道團隊采訪“考評團”主播
車企青睞 音頻直播企業(yè)買單
借助UGC直播,主播們獲得關注吸粉兒成為紅人;作為幕后平臺,考拉FM自身也迎來了收獲。一向謹慎的車企在通過前期發(fā)布活動檢驗后,紛紛通過付費直播、直播廣告的形式,將網(wǎng)絡電臺納入到了核心戰(zhàn)略媒體披露渠道。
據(jù)考拉FM銷售負責人透露,包括通用雪佛蘭、東風雪鐵龍、奇瑞、江淮在內(nèi),在本次北京車展共有4家汽車廠商就音頻直播與考拉FM達成了商業(yè)合作。部分車企還希望在本次車展后圍繞手機直播形式有所延展,諸如內(nèi)部訪談、品牌內(nèi)容定制輸出等,期待在更大的內(nèi)容戰(zhàn)略層面實現(xiàn)合作。
車企合作方的一位負責人表示,我們注意到,在眾多手機電臺中,考拉FM是最早開始嘗試音頻直播的平臺。從2015年4月起,考拉FM就率先推出了系列音頻直播節(jié)目,并被各大企業(yè)發(fā)布會、論壇活動、娛樂盛典廣泛作為記錄和互動平臺。音頻是天生的車內(nèi)媒介,我們有理由相信,更靈活的手機音頻直播未來將是適應于移動化場景的內(nèi)容消費常態(tài)。
實際上,音頻直播的潛力絕不僅僅只能視為直播媒體。在考拉FM董事長兼CEO俞清木看來,考拉FM的“人人直播”除了能報道事件第一現(xiàn)場,最終產(chǎn)品形態(tài)能達到在移動場景中音頻社交的目的,不僅能滿足主播積累粉絲,粉絲互動的需求,更是在移動場景如開車、運動中完成語音社交。屆時,網(wǎng)絡電臺也將能迸發(fā)出更大的商業(yè)潛力。
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(diào)整內(nèi)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(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(gòu)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(jié)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。