春节互联网红包大战变“低调”******
广州日报讯 (全媒体记者 文静)与往年不一样,今年互联网大厂“抢红包”显得有点“冷淡”。目前,抖音、快手、百度、支付宝等已公布了新年红包玩法,其他大厂却显得低调。记者观察到,在互联网存量竞争时代,互联网平台通过红包“拉新”的意义已不大,来到2023年的春节,平台在玩“抢红包”的同时,加入了更多科技元素与民俗内容。
抢红包融入了新技术、新玩法
记者留意到,目前公布春节“红包”玩法的互联网平台有快手、抖音、百度、支付宝等,当中玩法各有不同,但相比过去简单直接的“拼手速”“摇一摇”,更多是融入了新技术、新玩法,以及春节相关的民俗。
据了解,1月10日,快手红包活动上线,“兔兔大合成”“集福卡”“跳一跳”等众多玩法均有大额红包和好礼。快手的介绍页显示“春节上快手,瓜分20亿”。
支付宝今年的“集五福”活动于1月10日正式启动,据介绍,今年在线下支付得福卡、AR扫福,以及为视障人群定制的“摇一摇”等传统玩法基础上,新增了多种集福卡方式,包括“AI画年画”得福卡、看直播得福卡等。同时,除了红包外,合成五福后,用户可限时领取五福非遗数字藏品。
百度今年的新春红包,加入AR找好运、AI扫脸测福气、拍照识花等多场景趣味玩法,活动时间从现在一直延续到2月5日元宵节。百度称,这是AIGC(人工智能自动生成内容)开启的农历新年。
随着互联网用户增长见顶,春节红包对于新增用户的刺激有限,有大厂内部人士对记者表示,今年虽然平台依然有做“抢红包”活动,但并没有主动去传播。
那么,历时多年的互联网“抢红包”在未来是否会延续?资深产业观察家丁少将表示,未来春节抢红包活动还会持续,“对于互联网企业来说,营销活动只是辅助,吸引用户的关键还是产品本身的竞争力,包括精准的人群定位、稳定的技术支撑、创新的用户和内容运营等。”
让“无声世界”感受赛场魅力!带你看看冬奥手语数字人有哪些奥秘******
2022年2月4日,第24届冬季奥林匹克运动会在北京举行,让世界目光再次聚焦中国。本届北京冬奥会秉持绿色、共享、开放、廉洁的办赛理念,凝聚中国科技力量,面向世界、面向未来,向全球奉献了一场精彩、非凡、卓越的奥运盛会。
本届冬奥会运用最新科技手段,为全世界观众提供了惊艳的现场转播和全方位覆盖报道,北京冬奥会也成一场上科技含量高的奥运会。赛事活动期间,为了让各类人群都能平等地享受本届冬奥盛会,北京电视台上线了智能手语播报数字人,在《北京新闻》和《北京您早》等节目中进行冬奥专题手语播报,为听障人士带来精彩赛事报道。
最新数据显示,我国听障人群超过2700万,这部分人群与健听人一样,他们对教育、社交、娱乐等信息获取都有巨大的需求。但长期以来,传统人工手语翻译工作量大,且主持人和手语主持人配合难度极高。手语动作表情复杂,语序与正常语序差异大,正常情况下想要熟练掌握手语大约需要2年左右的时间,还要结合语境进行猜测。
受北京市科委科技冬奥专班委托,北京电视台联合凌云光、智谱AI等业内科技公司,在北京市残疾人联合会和市残联聋人协会等支持下,用3个多月时间,让手语播报数字人完成了近10万条手语语料学习,且翻译准确率高达90%。
在如此短的时间内实现这项高难度动作,智能手语数字人是如何做到,在这背后又有哪些技术创新难点?
在多位业内人士看来,近年来人工智能体系建设重点布局在算法层和应用层,数据层建设远远不足,并且针对数字人相关产业,底层数据库的数量、质量和开源程度还明显不足。尤其是国内现有的手语语料数据库数量少,且多以图像、视频等二维平面为主,无法满足AI(人工智能)训练的需求。
同时,因手语语序与中文语序差异大,方言分化更加复杂,且需要通过表情、口型、动作等方式来传达信息。除了传统的二维平面图像、视频采集,三维肢体运动、表情信息数据采集及结构化参数表达外,手语语料数据库建设对三维运动信息捕捉也十分重要。
凌云光手语数字人产品相关负责人介绍,在建设高质量手语语料库的同时,他们充分调研了2022北京冬奥专用手语术语,并联合北京市残联、聋人协会等相关组织机构,进行数据标注,建设手语语义映射关系,不仅完善了国内手语数据库的建设,也为手语推广和AI研究留下了宝贵的数据资产。
该负责人举例说,基于“悟道2.0”超大规模人工智能模型的技术支撑,手语数字脑用计算机模仿听障人士的大脑,将看到的中文文本信息转换成手语词汇序列,包括中文语义蒸馏模型和AI手语分词快编算法的研究。中文语义蒸馏模型用于从输入的文稿或文本中提取出关键的语义信息,将中文文本语义提炼和精简,形成精准匹配适合手语表达的文本;AI手语分词快编算法则用于将蒸馏得到的中文文本,根据冬奥手语语料库划分成相应的手语词汇序列,供数字人做表达输入。
该负责人还提到,数字人是冬奥手语播报的载体和展现形式,通过高精度写实数字人全流程制作方案,可实现一键数字建模,高度还原真人发肤,重新毛孔等细节,更加真实亲切。同时,通过跨模态拟人生成算法,还可以将手语词汇序列,生成相应的动作信息,驱动数字人模型做出相应的动作、手势和表情。(姚坤森)
(文图:赵筱尘 巫邓炎)