谷歌正准备将YouTube Create应用引入iOS设备,距离该视频编辑应用在Android平台独家发布已近两年时间。TechCrunch审查的招聘信息显示,该公司正在印度积极招聘工程师来开发iOS版本。
招聘信息显示,谷歌正在班加罗尔专门招募软件工程师来构建iOS版本。原版Android应用于2023年9月在美国和其他七个市场首次亮相,随后在2024年2月扩展到另外13个市场。
YouTube Create为内容创作者提供免费的移动视频编辑工具,包括贴纸、GIF和特效等功能,适用于YouTube短视频和长视频内容。谷歌在咨询了3000名创作者后开发了这款应用,以确保满足他们的需求。
该应用是谷歌试图与字节跳动旗下热门的剪映编辑器竞争的尝试。但Sensor Tower向TechCrunch分享的独家数据显示,YouTube Create远落后于剪映和另一个老牌竞争对手InShot。
竞争差距悬殊。今年第二季度,剪映和InShot在Android设备上的下载量分别达到6600万次和2100万次。相比之下,YouTube Create本季度下载量不足50万次,自发布以来总下载量仅为400万次。
用户参与度差距更为明显。第二季度剪映在Android平台拥有超过4.42亿月活跃用户,InShot拥有9200万用户。而YouTube Create的月活跃用户数远远落后,不足100万。
在YouTube Create现在瞄准的iOS平台上,竞争同样激烈。剪映在第二季度以1.94亿月活跃用户领先,InShot紧随其后,拥有2500万用户。与此同时,剪映和Instagram的Edit在本季度iOS下载量中占主导地位,分别达到2800万次和700万次下载。
尽管在数据上落后,YouTube Create显示出一定的增长势头,第二季度月活跃用户同比增长28%,超过了剪映的9%增长和InShot的7%下降。
Sensor Tower高级洞察分析师Abe Yousef表示:"虽然YouTube Create在同比基础上显示出稳固的用户增长,但在与一些规模更大、更成熟的竞争对手如剪映的竞争中表现吃力,后者的月活跃用户数是前者的10倍以上。"
Yousef建议,YouTube Create可能正在建立更忠诚的用户群体。活跃用户数量上升而下载量下降可能表明,之前试用过该应用的用户正在回归并定期使用。
Yousef说:"剪映多年前就已推出,加上它与姊妹应用TikTok的无缝集成,这很可能是与YouTube Create存在重大规模差异的原因。"
不过,YouTube Create面临一些用户留存问题。其90天留存率(下载应用并在90天后仍在使用的用户百分比)在第一季度约为1%,远低于剪映的7%和InShot的4%。
参与度指标也突显了差距。用户平均每月在YouTube Create上花费38分钟,而剪映用户为62分钟。剪映用户打开应用的频率也更高,平均每月23次,而YouTube Create为11次。
从地理分布来看,YouTube Create的用户群正在多元化。去年第二季度,印度占YouTube Create总月活跃用户的67%,但本季度这一比例已降至51%,因为该应用在其他地区获得了增长。不过,YouTube Create在印度似乎正在增强粘性,日活跃用户与月活跃用户的比例从去年的9%提高到今年的12%。
除印度外,印度尼西亚已成为YouTube Create的第二大市场,占其全球月活跃用户的21%。德国(5%)、巴西(4%)和英国(3%)构成了主要市场。
该应用在其他几个市场也显示出特别强劲的增长,月活跃用户同比增长在西班牙为119%,韩国为91%,法国为89%,新加坡为71%。
Yousef表示:"YouTube Create的iOS版本发布绝对有助于该平台扩大市场份额,尽管来自其他社交媒体支持的视频编辑平台和原生视频编辑器的激烈竞争将持续存在。"
谷歌未回应置评请求。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。