随着人工智能技术的发展与成熟,内容产业在生产、分发、商业化变现等领域均迎来了不同程度的智能化转型。未来,人工智能还将为内容产业赋能哪些场景,带来何种价值?7月2日,第四范式先荐在北京举办“2019人工智能+新内容论坛”,人民日报社新媒体中心副主任刘晓鹏、快手商业副总裁严强、第四范式创始人兼CEO戴文渊、轻芒联合创始人兼CTO 范怀宇、凤凰网算法负责人马迪等众多业内嘉宾共同探讨分享AI赋能内容产业的发展趋势及媒体洞察。
人民日报新媒体中心副主任刘晓鹏在演讲中表示:“未来移动互联网竞争的焦点在于存量用户、用户使用时长以及内容。” 在他看来,传统的流量思维已经过时,当下应把注意力放在新内容的打造上,而在人工智能技术的助力下,新内容领域有大量合作探索空间。作为主流媒体嘉宾代表,他认为“有价值的算法是未来迈向智能媒体,迈向新内容生产和组织,迈向新型主流媒体必须要探究的问题。”
快手商业副总裁严强表示,人工智能技术放大了快手的商业能力。他介绍到,快手借助AI技术“可以理解用户每次交互行为的背后价值,高效实现广告精准投放、智能化运营、商业内容创作,实现由AI驱动的创作者商业变现。”
基于在AI+媒体领域的经验,第四范式创始人兼CEO戴文渊判断未来抢夺用户更长的使用时间和不断提高商业化变现能力将会是媒体最为关心的议题,他认为“要实现真正的数字化经营,必须要关心用户使用时长、用户留存情况、单个用户价值这三个要素。”
论坛还举办了两场圆桌对话,分别邀请创业邦CTO林森 、轻芒联合创始人兼CTO范怀宇、凤凰网算法负责人马迪、机器之心联合创始人兼执行副总裁张晨琛、简书联合创始人兼COO 顾巍、果壳产品运营负责人陈言、掌心互联CEO王豫强等嘉宾围绕“如何打造媒体的AI能力“及”从1到N,如何快速实现用户增长“两个主题展开交流与探讨。
尽管面向领域和目标受众存有差异,但“应用人工智能技术驱动内容创新并提升核心竞争力”几乎已成行业共识。据嘉宾介绍,创业邦、轻芒、凤凰、机器之心、果壳、简书、掌心互联均已在内容生产、审核、分发等不同环节投入AI应用;在用户增长和商业化探索方面,主要以专注内容质量提升及依托AI等技术手段驱动点击转化率两个方面来促进用户留存及商业变现。在第四范式推荐和计算广告业务部总经理周开拓看来,算法效率固然很高,但人更有感情和温度。如何平衡算法和人工并做好二者之间的取舍,仍是需要关注的问题。
会上,第四范式先荐还联合亿欧智库研究院、机器之心等媒体发布了《人工智能技术在内容行业的应用》调研报告。调研结果显示,虽然AI技术已经在头部媒体及内容平台中发挥了显著竞争优势,但对于众多中长尾内容平台来说,人工智能还是奢侈品,其中智能推荐是中长尾内容平台ROI投资回报率最高的人工智能技术。据第四范式先荐产品市场负责人罗梅介绍,先荐就是面向内容行业的一款智能推荐系统产品,目前已与上千家媒体及内容平台展开合作。
如第四范式联合创始人兼首席研究科学家陈雨强在论坛所说:“目前内容平台的垄断不是流量垄断,而是技术垄断。”无论是头部还是中长尾内容平台,技术都在其发展运营中发挥着重要作用,因此,对内容参与者来说,保持对技术的敏感度并探索驾驭技术为己所用,是从来不会过时的提醒。如今以人工智能为代表的技术正在持续为内容产业革新注入新动能,适合未来的“新内容”具体将会以什么方式呈现,还有很大的发展及想象空间。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。