上周,TikTok在洛杉矶举办了一场创作者峰会,分享平台未来的发展蓝图,并探讨了创作者们如何在这未来占据一席之地。
在这次仅限邀请的峰会上,讨论的重点包括长视频、平台的盈利模式和粉丝社群的建设。尽管外界对TikTok可能面临的禁令议案充满关注,但与会者表示,会议没有提及这件事。
该禁令法案可能导致 TikTok 被从美国应用商店下架,最快将在2025年初生效。
在接受采访时,TikTok 全球创作者负责人Kim Farrell这样回应:“这个问题交给我们的法务团队处理。你看看今天的活动,大家充满了动力和积极性。我们只想告诉创作者,我们会坚定支持他们,并且将不懈前行。”
TikTok 经常在全球范围内为创作者举办邀请制活动,这次的峰会特别强调了公司在长视频内容领域与YouTube的竞争。这一方向自今年3月TikTok推出全新的创作者奖励计划以来就逐渐明朗,平台通过此计划鼓励创作者们发布更长的视频内容。
活动中,“高质量内容”成为热议话题。TikTok 认为,高质量内容意味着精心制作且具有吸引力的内容,不仅能推动增长,还能展示创作者在特定领域的深入理解与专业能力。TikTok表示,高质量内容在平台的横屏视频工具上表现更加出色。
TikTok北美区创作者管理负责Melissa Tecson表示,平台的研究数据显示,“高质量内容”创作者每月从平台赚取的收入,平均是其他创作者的15倍。
此外,Tecson还提到了订阅社区功能,创作者可以利用此功能设立付费墙,观众支付月费便可访问专属内容。她建议创作者通过这一方式来建立更加稳定的收入来源。
一些小创作者,在当前市场环境下很难建立可预测的收入来源。来自Linqia的一项调查发现,越来越多的营销人员不再青睐粉丝数量少于 50 万的创作者,市场正在向拥有数百万粉丝的超级网红倾斜。
此外,专家们还分享了10条提升内容质量的建议,帮助创作者增强互动性并提高收益:
这场创作者峰会似乎为TikTok未来的方向定下了基调——即推崇高制作的长篇内容。有趣的是,看起来TikTok和YouTube都试图在内容领域“交换位置”。
那么以短视频起家的TikTok为何现在要拉长进度条?从这组数据便可窥见一斑,平台自2022年推出长视频功能以来,从2023年11月到2024年4月,长视频的观看时长是短视频的五倍。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。