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
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
复旦大学团队提出ICWM框架,让机器人在任务前通过随机探测动作自主感知当前视角和物理配置,无需重新训练即可适应新摄像头角度,真实机器人测试成功率最高提升175%。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
西安交通大学团队提出Fast-LeWM,用动作前缀并行预测替代逐步推演,将AI世界模型规划速度提升近4倍,同时平均成功率从85.8%提升至90.5%。