你说我中二?我说你不懂潮流!
相比日本早已发展成熟的漫画、动漫产业链,国漫起步十分艰难,快看创始人&CEO陈安妮认为:“做国漫就是做文化芯片。”动漫是一个国家文化软实力的重要组成部分,发展国漫是一件正确且重要的事。
在过去的六年间,快看快速崛起成为中国最大的漫画平台,月活超过4000万,超过市场第二名到第六名总和,市场占有率超过50%,是名副其实的“国漫第一平台”。
今日,“喂,再创作点好玩的吧!”2021快看产品升级发布会在北京举行。会上,快看漫画正式升级为快看,推出全新产品视频漫剧;推出“双十亿”创作扶持计划;打造“超新Z世代”聚集的创作社区。快看将持续深耕国漫生态,为国漫生态注入更多新鲜血液。
视频漫剧上线2个月播放量达15亿
“快看漫画”正式更名为“快看”,产品也跟着升级。
漫剧是快看全新开发的新式短视频娱乐载体,契合了当下年轻人的娱乐需求。
陈安妮表示,视频漫剧是快看未来重点发力的业务,也是快看推动漫画行业进入视频时代的重要一步。在过去的119天中,快看斥资2亿,组建专业的漫剧制作人团队,打造了史上最大的漫剧制造工场,实现自有IP全部漫剧化,漫剧权益新增3000部。
本次发布会上,快看发布150部漫剧,该片单涵盖青春校园、都市现实、唯美纯爱、古风奇幻、轻松治愈、少年热血冒险、悬疑剧情等品类。快看漫剧汇聚了晗旭(《再度与你》)、*kid岁(《怦然心动》)、KULA(《贫穷父女》、犬一(《星辰于我》)等47位国内外顶级漫画家,淮上(《破云2吞海》)、巫哲(《撒野》)、肉包不吃肉(《二哈和他的白猫师尊》)等18位晋江超级作者,辰东(《圣墟》)、飞天鱼(《万古神帝》)、净无痕(《太古神王》)等14位阅文白金大神作家,水千丞(188系列)等25位国内外知名作家。
陈安妮表示,快看未来将采取漫画+短视频双轮驱动模式,二者的结合定将擦出不一样的火花。“在漫剧上线短短2个月的时间,我们的全网播放量超15亿,甚至有的漫剧,一开播就上了抖音和微博的热搜。而在app内,我们的漫剧播放量首次超过了同名漫画。”
“双十亿”创作扶持计划
快看创始人&CEO陈安妮在会上推出“双十亿”创作扶持计划,将在未来3年投入10亿元扶持原创漫画,另外投入10亿元携手合作方参与漫剧制作。
打造“超新Z世代”聚集的创作社区
“超新Z世代”指的是2000年后出生,比Z世代更年轻的一代人,他们是内向且热情的一代、文化自信的一代、精神“富有”的一代,他们不仅乐于消费,更乐于创作。
快看已经成为“超新Z世代”聚集地。
陈安妮在发布会上表示,创作,绝不是少数人的专属。热爱可以创作,兴趣可以创作,生活,也是一种创作。随着2亿年轻用户在快看聚集沉淀,快看正在形成独有的超新Z世代社区文化:创作高质量漫评获得500万点赞,剪辑漫画视频获得2.7万点赞,自制有声同人漫画收获1000+评论,写作漫画同人文获得3000+收藏。他们还自发组建兴趣小组,截至目前已积累百亿热度,其中,“明星”标签浏览量超过27亿,“同人”标签浏览量超过155亿,“漫画”标签浏览量超过195亿,“声控”标签浏览量超过40亿。快看接下来将进一步发力社区内容,推出一系列扶持计划。
这意味着,快看将不仅仅是一个漫画平台,而是一家涵盖漫剧、漫画、影视剧、社区、周边衍生、游戏、线下体验的全新内容生态。在发布会上,“快看漫画”正式改名为“快看”,并推出快看7.0全新版本,打造真正涵盖线上线下、打通虚拟与现实的“超新Z世代”一站式娱乐平台。
“让创作在快看更好地发生,”快看创始人&CEO陈安妮说道,“我们希望快看成为超新Z世代的精神家园。”
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。