ZDNet至顶网软件频道消息: 世界杯是一场球迷的饕餮盛宴,也是传媒行业拼实力的竞技场。在互联网时代,电视、广播、报纸等传统媒体获取独家转播权、报道权的优势已经不在了,每个观众、每位球迷都是前线记者,他们随时随地通过互联网,将视频、图片等信息发布到公共平台,在Facebook、Twitter、微博、微信等社交媒体上发布新闻,或八卦或正经,连细节都不放过。
面对互联网、社交媒体等平台收集、存储、发布的铺天盖地的新闻、图片、视频,传统媒体就算不是盲人、聋哑人,也失去了抢新闻的先机,他们的记者再敬业,也比不上数千、数万甚至上千万的群众,只要有互联网,他们就能够把新闻素材第一时间上传。更有甚者,一些新媒体行业通过搭建灵活、高效的内容云平台,方便公众进行内容上传,上传的内容供媒体独家使用,该媒体向内容提供者付费。
比起这样充满互联网思维的User Generated Content(用户贡献内容)的模式,传统媒体还在拼独家转播权吗?你Out了。
而在互联网时代,传统媒体受到的挑战,不仅仅这一个。为了应对新媒体的冲击,传统电视台、报业集团纷纷“触网”。在内容上,传统媒体并不占有先机,视频网站通过与各大卫视合作、引进海外剧、重推自制剧等各种方式与传统媒体拼资源;另外在播出平台上,视频网站的IT构架先进、高效,近年来更是通过云计算、虚拟化技术的采用使其IT平台拥有灵活、可扩展的特点,这些技术的采用使得视频网站应对短时流量扩增时的负载能力超强。传统媒体若想实现向新媒体的转型,一方面需要拥有互联网思维,另外也要拥有强大的IT技术实力,而这方面的技术储备不是一朝一夕可以完成的,既需要领导的魄力,也需要IT人才的积累,更要重视IT技术对创新和变革的影响力,这些挑战同样巨大。
除此之外,大数据也是新媒体致胜的法宝。俗话说得好,知己知彼百战不殆,当前各大视频网站都建立了强大的大数据分析系统。大到了解观众对内容的喜好从而投其所好,小到在世界杯转播中洞悉球迷支持哪支球队。如果把大数据分析比喻成大脑,那么遍及各地、在各类智能终端上存在的播出平台就是神经系统,传统媒体想要深入洞察观众的喜怒哀乐,大数据思维也是必不可少的。
在以上挑战之外,当一直雄霸收看终端的传统电视逐渐被PC、平板电脑、智能手机等形形色色的智能终端设备所代替,当伴随物联网的发展,任何互联设备,包括冰箱、可穿戴设备、汽车都可能成为收看内容的终端时,传媒行业还要考虑如何让自己的内容能够同时出现在各类终端设备上,并做到兼容性良好。
这是一个崭新时代,机会稍纵即逝。传媒行业的新媒体之路,机遇与挑战共存,你们准备好了吗?
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。