贾松涛是 Mega Matrix 的首席战略官,该公司专注于短剧领域,这种内容形式源自中国,可以理解成为竖屏设计的肥皂剧。这些剧集通常制作成本低廉,剧情俗套且情节跌宕。Mega Matrix 是纽约证券交易所上市的新公司,旗下 FlexTV 应用专注于这种剧集。FlexTV 主要面向美国市场,吸引美国观众,同时计划以多种语言拓展到国际市场。
Rest of World对贾松涛进行了一次访谈,访谈内容经过编辑,以便更加清晰和简洁。
对于不少美国观众而言,短剧是一个相对陌生的概念。您能通过一个具体例子介绍一下么?
当然可以。在中国,短剧主要流行于如抖音和快手这样的短视频平台。相较于传统电视剧,它们制作成本低,时间极短(通常不超过几分钟),且专为竖屏手机优化。这些剧集往往源自网络小说,由业余作者改编,与西方的同人小说颇为相似。
我们的热门剧集《威廉先生!夫人垂危》(Mr. Williams! Madame Is Dying)共有 80 集,每集时长不超过两分钟。剧情围绕 Hunter Williams 及其患病妻子 Madison 之间的狗血爱情故事展开。这部剧取材于中国网络小说中的一种题材,通常包含爱恨交织与复仇的元素。
在 Quibi 的模式失败后,您为何仍然选择投资竖屏短剧格式?FlexTV 的策略又有何不同?
与 Quibi 的高成本、明星效应的上而下模式不同,我们采用的是一种精简且以数据为驱动的模型。我们分析大量剧本并进行众多测试,以确定维持观众兴趣所需的情节转折频率。我们不把每部剧视为艺术创作,而是作为一种设计来激发观众情绪反应的产品。我们最成功的剧集生产成本仅为 10 万美元左右。
您能详细介绍一下 Mega Matrix 的商业模式以及其成功的前景吗?
我们在制作和营销之间做了预算平衡。Facebook、TikTok 和 Google 是我们主要的流量来源。我们通常会提供 10 到 20 集的免费试看。观众可以通过应用内代币或 VIP 订阅——每周 29.9 美元或每月 59.9 美元——来购买整个系列,以便观看所有内容。我们通过免费剧集吸引观众,相信他们中的许多人会因更多精彩内容而继续留在应用中。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。