rabbit英语怎么说
图片来源@视觉中国
文 | 娱乐资本论,作者 | 举大名耳
不知从什么时候起,各大视频平台引以为傲的推荐算法,开始失灵了。
当下,在人们打开某些视频APP时,反复刷了近半个小时,仍旧没看到自己想看的视频,反而看到了很多无关的、忍不住点“X”的内容。
但就算你对这类视频点了“X”,它们下次仍会顽固地出现。
在内容多样化的今天,传统的推荐算法,似乎正在变得越来越不“懂”用户。
为了解决这一难题,有人选择将揣测用户的任务交给了AI。
例如10月初,全球最大的免费视频平台之一Tubi发布的“Rabbit AI”,就是这样一个代表。
Tubi是被福克斯公司收购的免费视频长片平台,主要业务是提供免费但由广告支持的影视剧(英文简称FAST),类似于优爱腾们的“免费专区”。 截至 9 月份,Tubi月活跃用户数超过了 7000 万,
如果用一句话总结Rabbit AI与传统推荐机制的不同,那就是采用了ChatGPT内核的Tubi,用聊天的方式,代替了原来被动的推荐算法。
用户打开Rabbit AI后,只需在聊天界面内输入自己想看的影片类型,AI就会自动调出影片库中与之相近的内容,供用户选择。
加载了GPT-4的Tubi会从包括了20万部电影和电视剧集的影库中挖掘出独特的标题,并根据语义的上下文含义提供个性化的推荐。
但是,这种“AI视频助手”,和传统的搜索引擎,有本质区别吗?它究竟真的是代表了视频平台的新方向,还是一个哗众取宠的噱头?为此,我们特意评测使用了Tubi、爱奇艺和B站的AI功能……
如何揣测用户?要回答刚才的问题,我们不妨做个简单的测试,看看最新的生成式AI,与传统的搜索引擎相比,究竟有怎样本质的区别。
在上图中,我们对Rabbit AI说:“Any movies that are funny about sharks?”,意思是:能帮我找些关于鲨鱼的搞笑电影吗?
一番查询后,AI调出了如下结果:
可以看到,出现的结果中,有些还是符合我们对“鲨鱼”、“搞笑”等元素的要求的。
例如其中的《Sharknado》(鲨卷风),虽然评分低了点,但确实是一部和鲨鱼有关的喜剧电影。
那么,如果用传统搜索引擎进行查询呢?
呃……看来这样复杂长文本的要求,对传统搜索引擎来说,似乎有些勉为其难了。
然而,这其实不完全是搜索引擎的锅,和平台自身也有关系。这点后面会提到。
当我们精简了关键词,只输入“shark”、“funny”进行搜索时。情况还是不怎么尽人意。
结果虽然多了些,但相关性却很差,在出现的结果中,有三个是低幼的动画片,还有两部是音乐喜剧片,只有《Sharknado2》算是搭上了边。
实际上,这样的结果并不意外。
因为平台自带的搜索一般都很差,因为对于平台来说,站内搜索转用谷歌、搜狗等专业引擎,在成本上是一件很划不来的事。
当我们将同样的文本,输入谷歌等传统搜索引擎后,发现结果明显要精确、丰富了许多。
尽管如此,生成式AI用于搜索的做法,对平台来说,仍然是一种能带来优势的策略。
除了免去用户转到外部搜索引擎,增加平台粘性外,搜索AI对平台的另一大增益,就是可以针对平台独有的“特色资源”进行优化。从而更好地服务目标用户。
例如B站和爱奇艺,就是这样一个例子。
就拿B站的AI助手来说,其强项更多地在于对一些动漫番剧的搜索,当用户想看的番剧带有某种抽象的特质,而这一特质又难以被标准化分类时,AI助手就会起到很大的作用。
例如下图中,对“催泪番剧”的搜索就是个明显的例子。
可以看到,在搜索结果中,AI助手十分精准、直接地展示了各个催泪番剧的具体名称。
倘若不用AI助手,而采用传统的方式进行搜索,用户就必须在一个个时长不等的视频中,挨个点进去看,并且可能还要在观看过程中不时拖动进度条,才能找到自己心仪的番剧。
或许是洞悉了用户“通过UP主视频获知番剧”的这一行为,B站在设计AI助手时,也针对性地做了优化。
其搜索结果中的简介,实际上就来自普通搜索中Up主们已经做好的点评文案——因为B站现在可以给视频自动生成隐藏式字幕,所以需要搜索视频内容时,只要搜索字幕的内容就好啦。
即便如此,这样的搜索AI也有不太“智能”的地方。
例如其给出的某些番剧中,有些(比如八音盒、未闻等等)是B站买过版权的,但AI却连个跳转链接都没有,说明它并不“懂得”自己生成的内容是什么。
相较之下,爱奇艺在今年推出了AI搜索功能,则十分精确地实现了这样的“跳转”。
与B站类似,爱奇艺AI助手的优势,也是对平台自身的剧集进行“特色搜索”。
例如,在其基于人物角色进行搜索时,用户只需输入剧中角色的名字,搜索AI就会自动检索关联剧集,从而一键查询相关的剧情、角色信息,让用户直观地了解整个剧情的概况。
这样的“跳转”功能,精确定位到第几集、第几分钟,确实是传统的推荐算法、搜索引擎难以做到的。
不过,它的原理其实也不算复杂。这是因为,剧集在宣发过程中本来也会编写“本集剧情”,设置章节跳转。
我们将爱奇艺的AI搜索给的剧情丢进百度,可以搜到一模一样的原话。所以它不是AI生成的,可以避免“瞪眼说瞎话”的风险。
不难看出,爱奇艺之前对视频做的结构化拆解越多,越可以深入到影片内部,现在这个AI助手就越有用。
看了这么多视频网站的AI助手,它们风格各异,各有特长。那么,现阶段的视频AI助手,究竟能对传统推荐算法形成多大优势?
说到这里,就得先谈一下传统算法的局限性。
分水岭从总体上来说,传统算法的缺陷/弱点,主要集中于推荐结果不精准,内容重复,或是某些小众内容在冷启动时得不到较好的匹配等。
而这样的情况,则是由传统推荐算法的技术特点决定的。
具体来说,这样的特点包括了:
1.数据稀疏性。
某些情况下,传统推荐算法所捕捉到的“用户画像”,往往是一个粗放的,标签化了的群体。难以做到对个体细微偏好的捕捉。举例来说,如果某人是一个男性用户,就更有可能被推荐一些军事、政治相关的内容,哪怕该用户并不真的想看这样的视频。而这一现象,很大程度上是数据稀疏性所引起的。在推荐系统中,数据稀疏性主要体现在用户—项目评分矩阵中。理想情况下,这个矩阵应该是密集的,即每个用户都对许多项目有过评分或互动。然而,在实际应用中,用户产生的数据通常非常稀疏。也就是说,在众多用户中,可能只有少数人对项目进行了评分或交互。想想看,B站有多少人看完视频后会“一键三连”?
2、协同过滤。
除了过于“粗放”的问题外,传统推荐算法的另一大症结,就在于推荐内容的同质化、重复化。例如,算法往往都会根据用户的观看历史,来推测其兴趣偏好,并进行视频的推荐。而这样的推荐机制,背后其实是一种名叫协同过滤的技术。即依据用户的历史行为数据来发现用户、项目之间的相似性,从而为用户提供个性化的推荐。
这一技术的优点显而易见,就是很容易对用户“投其所好”。然而,其局限性同样很明显。协同过滤往往倾向于推荐热门的项目,因为热门项目的交互数据更多,更容易计算出相似性。这就可能导致一些小众但高质量的项目被忽视,这就是所谓的“热门长尾问题”。
3、冷启动。
所谓冷启动,是指在缺乏足够用户行为数据或内容信息的情况下,为新用户或新内容提供准确推荐的过程。当一个新项目(如视频)加入推荐系统时,由于缺乏用户对其的评价和行为数据,系统很难评估其质量和受欢迎程度。
冷启动问题,在某些冷门作品上很突出。
传统的算法推荐,其实一直在苦苦找寻这些问题的对策。
例如B站就制定了一套针对冷门视频的推荐算法,用户看了一个兴趣方向的UP主后,顺着视频找人的方法,用户可以被推荐更多类似的UP主。
此时,大模型的普遍应用,对用户准确找到心仪的内容起到了很大的帮助。这是因为,要用好搜索,对普通人或许也是一门学问。有的人可能需要反复追问好几次,才知道自己真正想搜的是什么。
再看看这个“追问”的过程——这不正好就是大模型最擅长的事情嘛?
所以,将大模型引入搜索的贡献,就是其可以理解用户非标准的输入,按需将其结构化,变成机器更容易理解的查询词。
通过这类互动性更强的AI搜索,平台也能获得更多的用户反馈,进而对算法、内容进行进一步调优了。
新的增长点现阶段,以大模型为基础的AI视频助手,还处于发展的初期,难以对传统的推荐算法机制形成替代。但是,它无疑是一件“很酷”的事情。
在视频行业已成红海的今天,这类新技术的出现,为各大平台提供了期待新一轮增长的理由。
就目前来说,广告仍是视频行业的主要收入来源,但2020年其增速降至67%,这预示着视频行业迎来了增长的危机。
而这样的危机,则是市场逐渐饱和后,用户增长达到瓶颈,视频行业的增速放缓所致。
2021年9月,国内短视频月活用户与渗透率增量逐渐见顶,行业新增人数降至3.23亿,下降20.1%。
增速放缓,行业日趋内卷的背后,则是内容日渐重复、题材陈旧的窘境。
随着视频行业的发展,各大平台的内容已经非常丰富,几乎各个垂直的领域、方向,都有了一片成熟的内容生态。在这种情况下,如何通过精细化的运营,让用户在密集的信息中,高效地找到中意的内容,就成了拉新留存的关键。
正如我们上面提到的那样,全新的生成式AI技术,已经在助力个性化推荐方面,展现出了不俗的功力。
今年2月,国外知名的音乐流媒体平台Spotify,在也利用生成式AI技术,为用户带来了个性化的音乐和播客推荐。
这个名为Spotify DJ的新功能,结合了生成式AI和动态语音技术。在播放时,虚拟“DJ”的声音会解释它为什么选择这首歌、用户上次收听这首歌的时间等信息。
这下子,在音乐网站听歌,就更像是打开收音机,收听音乐广播的“熟悉的味道”了。自今年2月份Spotify DJ功能在北美推出后,得益于其更个性化的音乐体验,其用户数量和营收收入都实现了增长。
根据Spotify发布的2023年第一季度财报,其月活跃用户(MAU)首次突破5亿大关,达到了5.03亿,同比增长19%。付费用户数量也达到了1.82亿,同比增长15%。
不只是精细化的内容推荐外,以AI技术个性化地植入广告,也成为了AI在视频领域的另一大增益。因为,更懂用户的广告投放,还是可以降低用户的反感和抗拒心理的。
早在2015年,爱奇艺就研发出两种前沿的AI播放技术:
一种是Video in,意思是在已经拍摄完成的视频中,将某个画面上的广告牌动态替换成全新的广告素材,从而做到无缝、自然的传达效果。
另一种是Video Out,在快速识别出视频内摆放、陈列的某种商品后,一秒都不耽误,直接“上链接”。
这样的技术,倘若配合AI的分析能力,平台就能精准地知道,哪些用户爱看什么视频,而在这类视频中,植入哪种广告更合适。
而这种创新的可能,目前已经成为了各个音、视频平台实现增长的主要推力。
根据Grand View Research的报告,2023年全球视频内容管理市场规模为56.7亿美元,预计到2030年将达到143.9亿美元,年复合增长率为11.6%。
其中,AI技术在视频内容管理、分析和推荐的创新应用是推动市场增长的关键因素。
如果说,传统的推荐算法“信息找人”,那么交互性更强的生成式AI,就为用户提供了一种“与信息共舞”的体验。在这样的体验中,用户将不再是一个个抽象的、刻板的标签和数据集,而是成了真正能自我表达,自我追求的独一无二的个体。
而在所有内容皆可批量生产的当下,这样的独特性,才是最有价值的东西。
","gnid":"9a5dbc1e9e1fda445","img_data":[{"flag":2,"img":[]}],"original":0,"pat":"art_src_1,fts0,sts0","powerby":"pika","pub_time":1701517749000,"pure":"","rawurl":"http://zm.news.so.com/00992bdd1b554e8bb54087810598cd73","redirect":0,"rptid":"8d31fb197d015cf6","rss_ext":[],"s":"t","src":"钛媒体APP","tag":[],"title":"AI助手,能给视频行业带来什么?
阎洋是1201兔子:英文单词怎么写? -
殳疮盲14738045895 ______[答案] hare;rabbit;coney;cony;lapin1. The disease wiped out 40 million rabbits at a stroke.该疾病一下子就使4,000万只兔子丧命.2. I shall tell you a story about four little rabbits.我要给你讲一个4只小兔子的故...
阎洋是1201乖乖兔子用英文怎么讲只要跟兔子有关的单词,越多越好. -
殳疮盲14738045895 ______[答案] Darling rabbit——乖乖兔 Molar rabbit——大牙兔
阎洋是1201拉兔子耳朵用英语怎么说 -
殳疮盲14738045895 ______[答案] pull the ear of the rabbit
阎洋是1201我属相是兔子用英语怎么说,兔子的英文是怎么写? -
殳疮盲14738045895 ______ 提起我属相是兔子用英语怎么说,大家都知道,有人问兔子用英语怎么写,另外,还有人想问我属兔,这句话用英文怎么说呀,你知道这是怎么回事?其实我是属兔的,或者我是兔年生的用英语怎么说,下面就一起来看看兔子的英文是怎么写?...
阎洋是1201“兔子”是“rabbit”,“家兔”怎么说 -
殳疮盲14738045895 ______ 印度文खरगोश 英语 Rabbit 希腊语Κουνέλι 意大利语Coniglio 西班牙语Conejo 瑞典语 Kanin 日语 ウサギ 法语Lapin 朝鲜语토끼 德语Rabbit
阎洋是1201兔子的英语? -
殳疮盲14738045895 ______ 兔子 rabbit; hare; [例句]我要给你讲一个4只小兔子的故事.I shall tell you a story about four little rabbits.
阎洋是1201兔子的英文单词用中文怎么说 -
殳疮盲14738045895 ______ 兔子rabbit;若贝特
阎洋是1201兔子的英语怎么说 -
殳疮盲14738045895 ______ rabit
阎洋是1201兔子用英语怎么说 -
殳疮盲14738045895 ______ rabbit hare
阎洋是1201兔子的英语怎么说?
殳疮盲14738045895 ______ 兔子[简明汉英词典] [tùzǐ] 1. coney 2. cony 3. lapin 4. rabbit