每当Instagram发布一项直接“山寨”自其他应用的新功能时,用户们都会短暂批评一段时间,然后表示“真香”并大用特用起来。
在2022年《数字趋势》发表的文章中,作者Cristina Alexander曾感叹“Instagram正在TikTok化”,因为它“照搬了人们在TikTok上最喜爱的平台内容类型:来自亲朋好友的照片,还有自己感兴趣的推荐内容。”
Alexander当时写道:“Instagram的行径已经让我彻底厌倦了。”
但严厉的批评往往会自我消解,跟Kylie Jenner和Kim Kardashian等其他用户一样,Alexander也经历了先是讨厌Instagram模仿他人功能,但在几个月后又用得不亦乐乎的怪圈。
不管大家喜不喜欢,Instagram的“山寨”策略的确有效,而且他们还致力于窃取其他应用的更多功能,想要借此充实自身并一举超越TikTok。
如今的Instagram就如同《任天堂全明星大乱斗》游戏中的卡比一样。这名角色不仅自身强大,而且还能通过吞噬敌人的方式复制对方的能力,从而实现无穷无尽的可能性。请注意,卡比并不是在扩展或者增强自己的固有能力,而是直接“以子之矛,攻子之盾”,缴获对手的意大利炮。Instagram和Meta旗下的其他应用一直在照搬同类竞品的好点子,再借此巩固竞争地位。通过这种手段,Instagram已经让曾经的竞争对手Snapchat边缘化,而TikTok无疑就是处决名单中的下一位。
据英国《金融时报》报道,市场情报公司Sensor Tower公布的数据显示,Instagram自2020年以来一直急起直追,并于2023年成功在应用首次下载量赛道上超越了TikTok,成为全球下载量最大的应用软件。2023年,Instagram下载量增长了20%,而TikTok的下载量增幅只有4%。
在此之前,Instagram还推出了Reels,其功能定位与TikTok高度相似。虽然在发布之初受到用户的批评,但该功能现已成为应用内的中流砥柱。甚至可以说正是Reels的加入,才帮助该平台重回巅峰。
Sensor Tower高级分析经理Abraham Yousef向英国《金融时报》表示:“过去几年间,Instagram的人气超过了TikTok,这主要得益于其Reels功能与传统社交媒体特性及功能的有效结合。”
Instagram的模仿策略的确为其成功贡献了力量,但另一方面TikTok腹背受敌的窘境也是个不容忽视的因素。
拜登总统已经明确表示,只要《保护美国人免受外国对手控制的应用程序侵害法案》(Protecting Americans From Foreign Adversary Controlled Applications Act)在国会获得通过,他也将签字认可。这项法案将禁止TikTok以及所有其他来自中国、北朝鲜、俄罗斯和伊朗的应用登陆美国的应用商店。
禁止TikTok的立法举措已经引发多次国会听证会。就在上周,TikTok应用决定反击,鼓励全体美国用户打电话给所在辖区的代表“阻止封禁TikTok”。两年前曾有报道指出,Meta向一家咨询公司付费,委托其在公众中制造TikTok不可信任的印象。
与此同时,TikTok的用户吸引力也确实在下降,如今正越来越专注电子商务赛道。随着TikTok Shop的出现,“For You”页面已经被各种推广和赞助内容占据。TikTok的使用体验正在发生变化,而且似乎有每况愈下的趋势。
尽管该应用的下载量越来越少,包括人们更多抱怨自己的使用体验,但这并不意味着TikTok将就此一败涂地。据英国《金融时报》报道,TikTok应用的用户参与度仍高于其他竞争对手——用户每天平均在TikTok上花费95分钟;相比之下,用户在Instagram的日活时长平均为62分钟,在X上为30分钟,在Snapchat上则仅有19分钟。
关于TikTok的禁令仍在讨论阶段,后续结果有待观察。但有一点可以肯定,即使TikTok在美国没有被全面封禁,这场围绕用户受众展开的激烈争斗也远不会结束。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。