原生广告越来越受到广告商和品牌的重视。尤其是随着广告拦截的普及、移动媒体越趋主流,调查显示半数亚太地区网民正在使用或计划未来安装广告拦截应用。
WARC的调查显示,亚太地区的品牌和广告商对原生广告的使用情况:24%的品牌正在开展原生广告项目,12%的媒体将原生广告作为主要广告业务之一;在最有效的原生广告内容方面,34%的受访者认为原生视频广告最有效。
2015年只有30%的亚太地区营销人员在原生广告方面投入预算超过10%,这以数字在2016年则增长10个百分点至40%,66%的营销人员预计2020年原生广告投入超过营销预算的10%。
在中国,原生广告市场正在以超越其他国家或地区的速度在发展,这主要源自国内互联网巨头之间的竞争加剧、短视频及综艺节目视频的快速崛起。
这一现象通过《IAB 2018年视频广告支出报告》得以证实:2017年广告客户每年在网络和移动视频广告方面支出超过1000万美元,和2016年比增长53%;
在中国,视频广告市场增速更为迅猛。以短视频为例,2018年6月,短视频用户总使用时长7267亿分钟,时长较2017年6月增长471.1%,用户规模达5.94亿,占整体网民规模的74.1%。中国已经超越美国成为全球最大的视频媒体国家,“流畅性”原生广告和互联网增值成为短视频主要的商业模式。
没有任何一个国家可以在4年内诞生一个千亿级的原生视频广告市场,除了中国。野蛮生长留给了中国的原生视频广告企业新机会,他们有比别的企业更多的用户行为分析、更有配合意愿的合作平台、更复杂的竞争环境、更好的人工智能技术进步完成“自我进化”。
智能影像生产这一个全新领域就是这样被提出来。WARC表示,相较于原生视频广告,参与企业在大数据应用、人工智能推荐、商业模式上必须保持领先。
人工智能正成为原生广告企业自我进化的“新”武器,与人工智能的融合能让数据更有效的被使用、实现广告与影像的自动识别、完成用户与广告之间的最佳匹配。
在亚洲,风险投资家仍然对人工智能领域技术差别化应用的广度和深度持乐观态度。软银中国管理合伙人华平博士认为,中国成为了全球AI领域发展最快的国家之一,在这样的历史机遇下,快速完成AI技术与产业融合是十分重要的,我们一直寻找。
显然,中国领先的视觉技术企业影谱科技得益于在像素及子像素计算,三维重建和3D视觉,视频内容的细粒度分析及结构化等方面的技术优势,正成为智能影像生产领域的最佳代表者。影谱科技是亚洲地区实现智能影像自动化生产的平台之一,通过智能视觉影像技术,在节目拍摄完成后把广告“植入”变成了“内容”。
影谱科技在智能影像生产上的先发优势得以证实。稍早时间,影谱科技获得由商汤科技、软银中国领投的13.6亿元D轮融资,包括东方明珠旗下产业基金、PAC、前海梧桐并购基金、朗盛资本、葛卫东等十余家投资机构参与。
中国科学院自动化研究所智能媒体计算联合实验室专家表示,满足智能影像生产企业需达成:
1、用户行为随时在变化,观看场景随时变化,所有这些不同时机加在一起,通过大数据运算平台可以给广告主指出特定场合的最佳广告。这称为契机评分(moment scoring),由此产生的这种同步计算结果是人工智能(AI)与大数据结合的产物。
2、有了这么多的数据积累和这么快的决策速度,那全自动的广告投放就变得可行,不过这并不意味着不需要行业经验的贡献。恰恰与此相反的,人工智能的全部学习过程都需要足够的行业经验,只有对行业标准化有足够理解力,变成一种行业算法,去实时调整参数、广告传递的信息、广告创意,并且优化它们的结果。
3、能了解广告每一次被受众看到的实际价值将是一个重要的差异化优势。用户现在对你的广告作出反应的可能性有多大?这是主要问题。而最佳的做法是,如果你已经采用了人工智能和大数据来了解受众的反应,那么就可以对企业做出更为重要的建议,这就是千人千面。
事实上,拥有这样的大数据运算力、用户观影行为标签足够多的企业在中国并不多,影谱科技得益于其多年在影像捕捉、动态视觉识别、视频结构化方面的技术标准化,让其在AI+Video融合方面领先一大步。
在智能影像生产上卖出关键一步的影谱科技,将携手商汤科技改造下一个影像应用的商业场景,这是一件让AI变得酷的事情。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。