TikTok 和 Billboard 正在合作推出一份官方的 TikTok Billboard 热门歌曲榜单,来追踪和记录这款短视频应用上最受欢迎的歌曲,该公司今天宣布。
这个榜单将每周根据观看次数、用户参与度以及使用该歌曲制作的视频数量来评估平台上最热门的歌曲。榜单公布在TikTok应用和Billboard网站上,每周四更新。TikTok 和 Billboard 会通过这个榜单来记录美国的热门歌曲。
目前,Sexyy Red 的 “SkeeYee” 占据了榜单首位,Doja Cat 的 “Paint The Town Red” 和 Taylor Swift 的 “august” 分别位列第二和第三名。
这个新榜单凸显了该平台继续对音乐产业的影响,帮助许多新人成为网红,包括 Lil Nas X、Tai Verdes、Benee 和 Loren Gray 等。TikTok 还带动了一些经典歌曲的热度,如 Kate Bush 的 “Running Up That Hill”。
TikTok 的音乐业务全球负责人 Ole Obermann 在一份声明中表示:“该榜单清晰地展示了TikTok上被听到的音乐,从而开始在 DSP 和其他服务上成为趋势。”
Billboard 也追踪来自其他平台的歌曲,比如之前被称为 Twitter 的 X。这个榜单被称为热门趋势歌曲榜单,截止到目前,Olivia Rodrigo 用她的最新歌曲“ The Grudge”、“Pretty Isn’t Pretty” 和 “Logical”占据了前三名。Billboard早年间也曾为社交网站MySpace设置类似的榜单。
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。