这个时代,人人皆媒体。
以抖音、快手为代表的新媒体强调以用户为中心,受众既是新闻的接收者,也是传播者。
逢年过节,除了家长里短,老家的亲朋好友在一起聊的离不开各种新闻。
比如美国发生了什么事、俄罗斯和乌克兰现在什么情况了等等。
而且这些信息的获取并不一定是新闻联播,而是快手、抖音、视频号等新媒体途径。
在至顶科技进行的社会调查中,新闻时事类的账号是乡亲们经常光顾的目标,中国网直播、央视网、新闻姐、央视频、渴慕九等名列其中。
其中作为浙江电台城市之声编辑兼读报主播,新闻姐通过自媒体账号聚焦社会热点话题,对热点事件做出清晰梳理,逐步深入解析并阐述、评论事件发生背后所蕴含的争议点。以简洁明了的语言风格、清晰准确的逻辑思维,带领受众轻松了解每一条新闻热点。
国人对于新闻的热衷是有目共睹的,这从参考消息的发行量就可以看出来。只是到了新时代,短视频成为新方式。
其实想想,新闻天然适合短视频传播,不论是内容长度还是内容形式。
当然,在我国,新闻时事是需要资质的,所以正规的新闻机构账户是主流,比如央视网等。
2018年4月起,国内各大媒体纷纷入驻抖音,中央广播电视总台、人民日报、新华社等央媒先后在抖音开设了官方账号。
作为国内主流媒体的重要成员、广电媒体的领头羊,央视自然也身在其中。随着时间的推移,以央视所主导开设的官方抖音号除了社会重大活动、时事热点、领导人讲话等新闻外,也开始尝试在内容的呈现形式上有所突破,让受众以更轻松的方式接收新闻、感受热点。
在短视频成为信息传播重要渠道的今天,很多平台着力包装与打造专属平台的优秀主播,并将这些主播发展成为代表平台的形象符号,进而聚拢大量粉丝,起到宣传推广的理想效果。
原本活跃在演播厅、面对镜头甚是严肃的播音员,也成为视频平台的“主播”,为媒体吸引流量,通过丰富的表情、有趣的语言和独特的解说方式,吸引受众关注。
短视频不同于长篇大论的新闻报道,必然需要有重点、有主次,并且提高叙事技巧,生成独特的叙事风格。在叙事技巧上呈现出平民化视角,即不以旁观者的视角叙事、回顾,而是深入故事中心,由当事人直接呈现事件的来龙去脉,让人感觉亲切。
除了时政新闻,娱乐八股新闻也是人们街头巷尾的谈资。
其实媒体资讯型新媒体账号对于运营者的要求挺高的,虽然内容取材较为丰富,以事件资讯为主,素材来源于现实生活,对创意创新能力要求不高,但是需要具备新闻敏感性和深度报道能力,对于时事评论和专业分析要求较高,新闻资讯真伪辨别难度大。
所以,我们也就不难理解,乡亲们还是倾向于传统的权威媒体。
从这次调查结果看,乡亲们对于各种新闻还是非常关注的,毕竟我们生活在一个新闻不断的时代。而且新闻强调权威性,所以大家还是倾向于选择权威媒体的账号。
同时这些账号在保持内容权威的同时,在话语方式、内容表现方面也是可圈可点,毕竟短视频与传统电视新闻还是不同的,需要形式上的创新。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。