📖 ZKIZ Archives

一財點睛丨氫燃料電池技術突破 促進商業化進程

據新華網報道，由北京大學化學與分子工程學院主導的科學團隊，采用鉑-碳化鉬雙功能催化劑實現對水和甲醇的高效活化，在低溫下獲得了極高的產氫效率。研究人員估測，以目前甲醇市場價格每2600元每噸計算，采用此路徑儲放氫氣，氫燃料電池汽車每百公里燃料價格僅需約14元。

目前氫氣的儲運技術仍存在安全性差、價格昂貴、存儲容量有限等問題。針對這些不足，一種可能的解決方案是將氫氣存儲於液體甲醇中，通過水和甲醇的反應放出氫氣供燃料電池使用，在釋放出甲醇中存儲的氫氣的同時也活化等摩爾的水而釋放出額外的氫氣。為此，北京大學化學與分子工程學院針對甲醇和水的液相制氫反應的特點，采用鉑-碳化鉬雙功能催化劑實現了對水和甲醇的高效活化。

目前，車用燃料電池技術的研究和開發是我國政府關註的重點，經過科技部“九五”攻關、973計劃、“十五”863計劃重大專項的經費支持，我國掀起了燃料電池的研究熱潮，我國在燃料電池的多項核心技術方面也取得了顯著的進步，國內目前用於示範的氫燃料電池汽車已達200余輛。

去年12月，國務院印發了《“十三五”國家戰略性新興產業發展規劃》，提出要系統推進燃料電池汽車研發與產業化，到2020年，實現燃料電池汽車批量生產和規模化示範應用。而按照《中國制造2025》規劃，到2020年，國內生產1000輛燃料電池汽車並進行示範運行。此外，本次新能源車補貼調整方案中未下調燃料電池車補貼標準，體現我國政府對其發展方向的重視。國內多家企業在燃料電池系統、關鍵部件、輔助系統、整車制造以及加氫站方面積極布局，如雪人股份(002639.SZ)、大洋電機(002249.SZ)、富瑞特裝(300228.SZ)以及中泰股份(300435.SZ)等，產業鏈初具雛形，燃料電池汽車已經逐步滿足商業推廣條件。

今日《點睛》您可滿意?還有更多精彩等著您～請前往App Store、安卓商店搜索“第一財經”或掃描下方二維碼下載第一財經客戶端，好內容為更好決策。

內外交困，直播商業化寡頭博弈困境：向左或是向右走？

曾響鈴 2017-03-28 16:44

2017年伊始，直播市場就好不熱鬧。先是2017年1月前後國家相關部門嚴查了“無證”及違規直播平臺，高達9萬個直播間被關閉，超過3萬個主播賬號被封禁……。接著2月份，隨著光圈直播倒閉，倒閉和虧損等負面字眼也纏繞在直播市場中。而政策與亂象之外，我們可以肯定的是，這個被熱炒了數年的直播市場將在2017年迎來洗牌。那麽是背靠微博的一下科技（一直播母公司）、歡聚時代（YY直播母公司）和陌陌等“大佬”主宰市場，還是說將有後起之秀後發制人？

內外交困，直播市場春風不得意

據相關數據統計，2016年中國共有大大小小300多家直播平臺，在激烈的市場競爭環境中，“美女”和“色情”等荷爾蒙刺激元素是眾多直播平臺“吸睛”的主要手段。龐大的直播流也平臺內容監管帶來挑戰。2016年至今，直播平臺上的涉黃、涉暴甚至涉毒的直播內容引起了相關部門的重視——從2016年下半年至今，《關於加強網絡表演管理工作的通知》、《關於加強網絡視聽節目直播服務管理有關問題的通知》和《互聯網直播服務管理規定》等多個針對直播市場的規定相繼實施。

至此，問題已經搬上臺面——那些曾打“色情”擦邊球的直播平臺，色情經濟被大幅縮減，收入單一，依靠打賞的他們如今又該何以為繼？

另一方面，直播市場的大多數參與者都處在賠本賺吆喝的沼澤地中。最近的事件是今年2月中旬，光圈直播這家早在2015年9月就已拿到1250萬元人民幣天使輪融資、估值高達5億元人民幣的直播平臺，突然倒閉，背後的原因讓人深思。更重要的是，光圈直播的倒下並不是個例。據不完全統計，在國內300多家直播平臺中，1/10的平臺已經死亡，如微播、網聚直播、貓耳直播、咖喱直播、愛鬧直播、趣直播和美瓜直播等數十家直播平臺銷聲匿跡。同樣，國外市場也是類似，2016年10月，“直播鼻祖”Meerkat死亡，令人唏噓不已。它曾有百萬用戶，走紅時估值高達4000萬美元，但在2016年被推特收購後，夾在Periscope和Facebook Live之間依舊無法茍延。

在這樣一種內外交困的現狀之下，不少業內人士認為直播行業如果不能在商業變現方面有所突破，很有可能在百播爭鳴後留下一地雞毛。

虧損與倒閉之外，寡頭化初現端倪

沒錯，種種跡象表明，2017年很有可能成為直播市場的洗牌期。截至2016年11月30日，全國共有31家直播公司完成共36起融資，涉及總金額108.32億元人民幣。然而2016年直播行業整體營收只比融資總額高出1/3，這樣的數據放在任何一個行業都是畸形的發展狀態。因此可以斷定2017年，那些資金薄弱或變現跟不上的中小直播平臺將被掃地出門，而一些跑在市場前列的直播公司將更具話語權。

縱觀當前市場，問哪些直播公司有“寡頭像”呢？從一下科技（一直播母公司）、歡聚時代（YY直播母公司）和陌陌三家公司身上可窺一二。

一下科技，旗下三個移動視頻平臺——秒拍、小咖秀和一直播。根據今年2月下旬，微博發布的2016年第四季度及全年財報顯示，截至2016年底，微博月活躍用戶全年凈增長7700萬人，至3.13億人，移動端占比90%。同時，微博的盈利能力進一步提升，2016年第四季度非美國通用會計準則運營利潤率達到35%。微博的二次崛起離不開一下科技的移動視頻業務支撐。

而同時，微博也是一下科技最大的投資方，二者無論從資金或是業務方面，關系都相當密切。自2013年，微博一共參加一下科技4輪投資，累計投資1.9億美元。值得註意的是，財報中還顯示，微博在視頻和直播上的布局已經取得一定成效，2016年12月，微博視頻的日均播放量相比上一年同期大幅增長了713%，廣告和營銷營收較上年同期增長47%，至1.295億美元。言外之意，為微博提供短視頻和直播服務的一下科技的商業價值增長也必定可觀。這也是為什麽說一下科技有“寡頭像”的原因——背靠微博，產出的內容又反哺微博，發展勢頭正猛。

當然，如此大的直播市場，註定不會是一個人的狂歡。2016年直播收入最高的是YY的母公司歡聚時代，其2016年第三季度凈營收為20.898億元人民幣，凈利潤為4.000億元人民幣，而它的直播服務營收17.904億元人民幣，在整體營收中占比達85.67%。此外，歡聚時代CEO陳洲還表示，2015年第四季度至2016第三季度這一年中，直播共為歡聚時代帶來約80億元人民幣收入。由此可見，歡聚時代不僅在直播市場賺錢了，發展勢頭也同樣兇猛。

同樣，作為僅次於微信和QQ的移動社交平臺，陌陌2016年第三季度財報顯示，直播業務產生營收1.086億美元，占陌陌整體收入（1.57億美元）的69.17%。可見，陌陌接下來必定會將直播視為公司核心業務。

除了這些，諸如映客和花椒直播等平臺也有“寡頭像”，他們的月活躍用戶數都比較多，其中映客在2016年9月的數據統計中，月活躍用戶數達到了驚人的1.13億人。

步履蹣跚，直播市場問題出在哪里？

雖然寡頭化時代即將來臨，但不可否認的是，目前直播市場還存在諸多問題。即使是上述的具有“寡頭像”的一下科技等直播公司，也不能高興得太早，就更別提那些行走在虧損與倒閉邊緣的中小直播平臺了。

據業內相關媒體測算，目前大部分直播平臺不算主播和員工的人力成本，光是帶寬費用成本就在3000萬元人民幣以上。以虎牙為例，2016年第三季度該平臺營收約1.97億元人民幣，成本卻接近2.7億元人民幣，虧損超過7200萬元人民幣。以此類推，中小型直播平臺雖然成本費用相對降低，但營收也同步降低，虧損照舊。所以變現問題不解決，而融資又跟不上，那麽故事的結局可以參考光圈直播。

其次，資本遇冷。資本市場進入寒冬是整個互聯網領域遇到的困境，任誰也不能一時半會改變這個大環境。而在這個大環境下，資本變得越發謹慎起來，可預測2017年直播市場的補貼燒錢是不大可能發生了，投資數量和金額也將會斷崖式下跌。那變現能力差的直播平臺又該怎麽辦？

最後，直播平臺內容同質化。隨著直播產業的不斷演進和分化，業內人士將直播內容分為三大主流模式——遊戲、秀場和泛生活。但這為數不多的三種模式，往往會很快就使用戶產生審美疲勞，拉不出差異化的體驗，繼而嚴重影響直播平臺的發展。

欲執牛耳者，該從哪些方面發力？

直播市場的前景毋庸置疑，據中國互聯網信息中心的最新數據顯示，國內直播用戶達到3.25億人，占國內網民的45.8%。如此龐大的用戶群體必然能帶來可觀的經濟——業內預計，直播市場到2020年總產值將超過一千億元人民幣。這麽大一塊蛋糕，人人皆想食之，可用何種方式，才會顯得吃相優雅，且能吃到更多蛋糕呢？或許可以從以下三個方面著手。

1、流量變現方面

如何將龐大的流量進行商業價值的深度挖掘，這個老生常談的問題是直播平臺的核心訴求。

其一，硬廣和軟廣是最直接粗暴的方式。硬廣很好理解，就是在直播平臺上的顯然位置植入廣告，2016年，映客一則內容營銷套餐開出2000萬天價引起軒然大波，開屏廣告刊例更是達到微博的26倍。直播平臺將重心轉移到商業變現方面是直播下半場的主要策略，但硬廣刊例價對於品牌方來講最重要還是尋求性價比，硬廣售賣不應該是平臺發力的主要方向。

軟廣拼的是創意，通過直播間品牌定制裝飾墻、直播打賞禮物等場景化的構建方式，能夠弱化廣告感，增加品牌情感。例如，在2016年奧運期間，一直播則聯手脈動定制“脈動金幣”禮物，在全站實現品牌強力曝光，借勢奧運熱點，多個熱門直播間出現脈動金幣，用戶每刷一份禮物，就是一份廣告，直播間有多少觀看，廣告就達到多少曝光，對於品牌而言，無疑是一個更好的選擇。

其二，整合營銷。實際上，無論是硬廣還是軟廣，都停留在傳統廣告售賣層面上，沒有體現出直播平臺獨有的優勢。而整合營銷，在目前看來，很有可能成為未來直播平臺的主要營收方式。利用直播打造營銷盛會的方式，能精準的將產品和廣告信息傳遞給用戶，達到平臺、品牌、用戶三方共贏。或許不少人對直播廣告普遍的認知是，直播廣告是做不起來的。因為直播是註意力經濟，人們關註的自然是主播，沒有人想去看廣告。真的這樣嗎？非也，去年8月，柳巖通過淘寶直播10分鐘，賣出了2萬件核桃、4500件檸檬片和2000多件面膜等。同樣，在一直播上，喜劇明星沈騰和馬麗登上一直播玩了次場景營銷，3萬份金龍魚產品在15分鐘內售罄，更有一直播一小時賣出美的空調一天的銷售額、一場直播售出15萬份威露士洗手液等例子，不勝枚舉。

其實對於整合營銷而言，拼的是平臺資源。回看一直播與歐麗薇蘭的活動，邀請了沙溢胡可、陸毅鮑蕾兩對夫妻在一直播上直播還原“鋒味菜”，線上通過明星、一直播、微博三方宣傳，線下通過分鐘廣告覆蓋辦公樓與公寓，整合線上線下成一個閉環，明星直播現場代言式導購，再導流到銷售平臺，搭建起“直播＋明星＋電商+分眾+微博”的矩陣，兩場直播總計收獲了6000萬粉絲互動。而對於一直播而言，還有一個殺手鐧，其與同公司秒拍、小咖秀兩款產品形成的聯動效應，直播中觀看量、評論量高的地方通過後臺自動捕捉剪輯到秒拍、小咖秀上進行二次傳播，品牌傳播效果裂變式增加。

2、UGC（用戶原創內容）方面

直播平臺內容同質化現象眾所周知，所以有什麽方法能打造出平臺特有的內容呢？在直播市場，除了遊戲、秀場和泛生活之外，實際上直播平臺還有財經、母嬰、創投、旅遊等海量垂直內容縫隙可供挖掘。

實際上，目前直播市場上，諸如陌陌、映客和一直播等平臺已經在這些細分領域有所行動。比如，陌陌利用自家的社交平臺在直播市場玩得風生水起，映客邀請到高圓圓、劉濤、汪涵以及天天兄弟團等明星加盟直播，也帶來了客觀的用戶流量。在一直播2017年發布的首份內容榜單中，通過對平臺內容進行多維度梳理，在其運動、星座、娛樂、教育等40余個垂直內容類別中發現，運動、娛樂等領域用戶粘性更強。

直播平臺內容方向上的布局，看似與商業化並無直接關系，然而，這確是平臺長久存在之根本。只有靠優質的內容留住並擴大用戶群，而後的商業邏輯才有立足之地。就一直播而言，擁有董路、陸琪等優秀內容供給方，1月內容榜單中前十名的場均觀看量更是達到100萬以上。故此，一下科技創始人兼CEO韓坤曾表示：一直播在上線當月收入就已過億，目前一下科技的營收一半來自於直播的收入。

3、商業模式方面

前面兩點是策略問題，而商業模式就上升到戰略層面。今年年初，一下科技在北京、上海、廣州和深圳四地舉辦商業推介會，將商業化提升至公司的戰略層面，可謂是商業化最積極的一家移動視頻公司。一下科技高級副總裁劉新征在會上表示——將三款產品融合起來，為品牌提供定制營銷方案，成為移動視頻行業的營銷商。將公司秒拍、小咖秀、一直播三個產品進行交錯式、捆綁式銷售，整合全平臺資源，三把利劍全部指向商業變現無疑是個聰明的打法。

最近的例子是，過年期間“秒拍星拜年”活動與大寶品牌的合作中，邀請郎平、林更新等明星使用大寶品牌定制模板錄制“星拜年”視頻，並引發網友自發模仿和轉發，達到很好的品牌互動曝光效果。最終，大寶活動總曝光5.3億次，總播放量超過4000萬，視頻參與數超過5000支。緊接著，在2月中旬，秒拍啟動了短視頻6S貼片廣告，成為移動視頻領域啟動前貼片廣告的第一家平臺，首次試投放的活動廣告，投放了簽約秒拍的50個頭部達人賬號，僅2天時間，視頻播放量達1.3億次，成績斐然。

做為直播平臺，一直播與秒拍、小咖秀既相互獨立又互相聯結的配合每一場廣告營銷，依據品牌調性與目標效果等需求較差選擇，並最終定制完整營銷方案，是一直播進行的商業變現差異化打法，也是目前直播行業中較成系統的商業模式。

最後，肯定還有一些盈利方向等著直播公司們去探索、布局以及角逐。至於2017年，一下科技、歡聚時代、陌陌、映客、花椒直播以及BAT等巨頭，誰能率先在直播市場取得寡頭的席位，咱們還是騎驢看唱本，走著瞧吧！

文章評論

匿名用戶

發布

全部評論：10

發布

自動駕駛的商業化未來，離我們有多遠？

黑智 2017-03-28 16:05

3月23日，創業家沙龍第4期——《自動駕駛：不用考駕照的未來，離我們多遠？》在北京中關村創業大街黑馬學院舉行，本次沙龍由創業家及旗下AI垂直號“黑智”聯合主辦。

近年來，自動駕駛成為了巨頭紮堆布局的重點。就在近幾個月內，通用汽車10億美金收購了人工智能創業公司Argo.AI，英特爾用153億美元收購了Mobileye；陸奇空降百度後，3月，百度重組智能駕駛群組事業部。目前，在全球，20家領先的科技公司，有10幾家在進行自動駕駛技術的研發。全球前14家大型車企，有12家也都已經在做自動駕駛。

自動駕駛領域，成為傳統車企、科技巨頭和創業新秀關註的焦點。但對於自動駕駛，相信大多數人對其還很多的疑問。自動駕駛為何成為創投界的熱門領域，它的發展走到了什麽樣的拐點？真正的無人駕駛車輛上路，離我們還有多遠？自動駕駛的安全性應該如何保障，如何明確法律責任？創業公司在其中，又擁有哪些新的時代機遇？

本次沙龍，黑智邀請了智行者科技聯合創始人霍舒豪、天隼圖像創始人殷開爽、黑馬基金執行董事周穎，以及險峰長青高級投資經理楊潤心來到現場，對上述熱點問題發表看法、切磋交流。

智行者霍舒豪：汽車將成為新時代新的終端

智行者科技在2015年成立，核心方向是做自動駕駛的智能汽車。我們目前已經和8家車廠合作，在去年推出了兩款產品。

汽車的第一屬性是交通和運輸，但是隨著自動駕駛時代的到來，我們認為，它可能會具備第二和第三屬性，我們將之定義為終端或者管道。

新的時代，汽車將成為手機、iPad等之外又一個新的終端。在車里，你可以展示各種信息，通過互聯網得到各種信息。作為管道是什麽意思？打個比方，我們現在用大眾點評去搜川菜館，如果你在自動駕駛車上搜索川菜館，或者直接跟車說我想吃川菜，這輛車可能自動帶你到某一家川菜館，這就成為一種新的商業模式，可能是一種變現的手段。

我們覺得目前無人駕駛汽車，在現階段或者短時間內比較快商業化的實現場景有：

1、擺渡車。

2、特種作業車輛（掃地車）。

3、物流用車。

4、農業方面。

智行者的定位，是一個做中央決策系統開發和大系統集成的公司。

整個自動駕駛的鏈條非常長，從前端的環境感知到中間的中央決策，再到底層的執行，我們公司定位在中間這塊，主要做中央系統。所以我們其實是一個AI應用公司，而不是一個平臺公司，我們把這些技術運用到一些實際的產品中去。

天隼圖像殷開爽：做自動駕駛整體解決方案

殷開爽：天隼圖像集中的業務主要是自動駕駛的場地車。首先從自動駕駛的發展來說，自動駕駛將來一定是往前發展，而且發展趨勢不可逆轉。從社會上來說，人的本性是貪婪懶惰的，所以不管從金融資本還是技術方面，發展是不可避免的。

現在大家在可靠性上一直猶豫或者探討，自動駕駛什麽時候真正落地進入生活？其實這里面按照目前技術發展情況來講，要做到可靠性沒有問題，但是它存在可靠性成本均衡的問題。如何在有限的成本範圍之下，推進自動駕駛技術的推廣，這要有一個探討和探索的過程。

最後法律倫理是屬於國家層面的。去年年末，有一個概念叫死亡編程，就是讓算法決定一些安全相關的事情，這都是需要探討和國家層面需要引導有待解決的地方。

對自動駕駛領域來講，基於現在的現狀，天隼提出一個概念，叫小型自動駕駛場地車。針對之前提到的困境，在有限的成本之下，推動自動駕駛技術的發展，封閉環境、結構化道路，小型重量或者低速運行，再加一些精簡的傳感器配置。傳感器的配置不求100%可靠，只求在一定領域或者一定場合下達到要求。在這幾個限定條件下，叫小型自動駕駛場地車。

天隼的產品主要關註小型自動駕駛場地車的速度，一定是小於30km每小時，國家對這方面有法律的明文規定。定位問題，像Google采用的是GPS粗略定位和激光雷達可見光精準定位模式。我們直接采用差分GPS的精確定位，這樣避免了一些可見光下不可靠，或者一些有待發展的技術問題。再配合一些超聲波避障或者線采陸地圖，在有地圖的條件下，自主規劃能力非常有限，但對場地車而言，它的運營場景非常固定。再後來考慮到實際操作，可能會配備一些可視化操作界面。

它的商業化樣車的成本不能說非常低，跟傳統意義上或者大眾認識下的成本來講，應該能做到零采成本，如果批采的話，成本還有很大的下降空間。

我們希望它的應用場景，應該是人員較少或者應用場景非常明確的地方。最經典的應用實際上是北方邊境的巡邏。目前我們希望和一些廠商在特種車輛方面配合，做一些產業升級方面的探索。在這個基礎之上，因為傳統做科技的公司，沒有產線都是輕資產，離不開車廠和傳統生產線的配合。

服務上，我們做整體的自動駕駛解決方案，這里面可能要加一個限制條件，就是場地車的自動駕駛解決方案。我們設計整體方案，整車改裝，激光雷達等原處理算法和整車運動控制的算法。

我們做了三代整車，每一代之間有一些細微的差別。第一代屬於原型，在淘寶上買的普通的高爾夫球車，對它做一些改裝，實現基本的自動駕駛功能。這個原型就有兩個關鍵：一個是公共機，公共機要運行一些通用的windows平臺或者其他平臺下的算法，或者控制算法。然後電控、線控部分，主要是指轉向、制動、油門之類的東西。

第二代我們對整個傳統車的操縱部件進行了線控的改造或定制，這些部件在公共機或者ECU或者公共機+ECU的結構下做一些線控部件的改裝。這樣實際上做了一部分的半定制，這里面強調了頂層的ECU，就是目前所有自動駕駛車都是基於改裝而來，改裝設計對原車和新加系統之件有一個適配，這樣就存在一個ECU的問題。ECU實現兩種，一種完全公共機，一種是我們定制板卡實現的。

在第三代里，整車上所有部件都是線控的，沒有公共機，實際已經接近商業車的形態。這樣的整車可以經過一些惡劣工況的考驗。

整車控制架構做得比較簡潔：一個是多傳感器融合一部分，然後是底層ECU，然後是交互單元，實際上就是操作界面。

我們提供的部件也集中在這三塊，相比傳統的方案，我們的特點在於，把這三塊完全做成ECU，做成一個標準部件。ECU跟操縱部件進行接口，跟剎車、油門、轉向這些部件進行接口。第三代已經接近或者達到目前普通車載ECU的標準。目前會在批量車上進行采用。

多傳感器融合單元，實際上我們用傳統工控機的方案把它代替掉，也就是所有的傳感器都接到同一塊板卡上，按車規進行生產。這樣整塊板卡完全可以做到小型化、可靠、功耗低。關鍵能滿足車規各種要求，這也是整車進行商業化的必然步驟。

險峰長青楊潤心：自動駕駛是大公司還是創業公司的機會？

大公司可能起到的作用更大，創業公司更多的機會可能是在一些關鍵的路徑上找到自己的解決方案，將來和大公司合作或者有投資收購的可能。

在自動駕駛場景里，下遊是車廠，也就意味著自動駕駛的系統要想裝到車廠里，可能要2-3年時間。上遊在出行上來講，可能就是滴滴了，它已經壟斷了市場。所以作為中間層面，如果要向上下遊遷移，通過中間的系統控制上下遊，形成一個新的所謂的操作系統，是一件相對比較困難的事情。

自動駕駛環節里的商業機會，可能有四個：

第一個，傳感器，尤其像激光雷達這種能夠提供高環境感知能力的傳感器。如果靠技術驅動把成本降到很低，這是整個行業的重要瓶頸，這是很有價值的。

第二個：多傳感器融合的系統。如果激光雷達成本沒辦法降，是否有可能把很多傳感器做一個比較好的融合，給到決策的大腦，讓它能夠在現有的環境基礎上做決策和判斷。

第三個：做大腦。自動駕駛為什麽有價值？就是把以前人開車的行為習慣，變成集中化的思維。新司機和老司機在能力上有本質的差異，不是因為他們聰明，而是因為開的里程不同。所以如果把很多人的駕駛經驗都變成決策和控制系統，這有很強的壁壘。將來大公司如果考慮投資，也會願意買這樣有壁壘的公司。

最後，可能是在細分場景下做完整的解決方案。比如在高速公路環境下，在現有的傳感器和各方面條件不成熟時，選擇一個未來可以實現的解決方案。

【沙龍討論】

為什麽自動駕駛在近幾年成為風口？

周穎：我覺得這是一個綜合的因素，既有經濟發展的大背景，也有底層技術的革新，還有資本的驅動。

從世界整體的經濟環境來說，其實都需要一些新的刺激點。為什麽大家會講工業4.0、AI，我覺得跟全球經濟環境有關。所以在底層技術有一些突破的時候，再加上資本的驅動力，可能會起來一波投資熱潮。從輿論上也會有一些引爆點，比如Alpha Go打敗圍棋高手李世乭等事件的發生。

楊潤心：我覺得基本有兩個原因：第一個：因為深度學習的發展，使得圖像識別的能力提高了。在深度學習出現以前，可能傳統的圖像識別大概有70%的精準度。因為深度學習的框架實現，使得圖像識別的精度大概可以到97%，在這個環境下能做很多事情了。

圖像識別到底在什麽地方有用？早期的創業公司大都找一些傳統的出路，比如在金融、安防領域應用圖像識別。但是從長遠來講，自動駕駛其實是圖像識別很好的應用場景，也正是因為這個原因，使得自動駕駛有可能實現了。

第二個，也是因為移動互聯網整個走到一個相對收尾的階段。大家發現整個科技來驅動整個社會發展的浪潮是有一個規律的。首先是說在關鍵的幾個底層技術上，有一些突破性的變化。接下來，由這幾個底層技術可以形成一個新的設備，接下來這個設備被很多的人普及。比如手機是因為有蘋果，在其中有幾項關鍵的技術，比如觸摸屏、指紋識別、圖像顯示等，形成了蘋果手機。

自動駕駛在可行性方面面臨的核心問題是什麽？

霍舒豪：智行者到了2015年這個點，感覺到隨著自動駕駛這樣一個技術的發展，以及可行的商業應用場景，包括我剛才分享的景區車落地的應用出現，我們覺得自動駕駛已經慢慢有了自己落地的點，所以我們開始進入這個領域。

從這樣的應用場景切入，也符合技術的發展特點。像一些場地車和園區里的應用，會有一個比較幹凈或者比較純粹的應用環境，它對技術的要求會相對低一些。

在這個應用場景下，我們會積累一些數據、算法優化的叠代，慢慢我們會再進一步過渡。打個比方，我們可以是從園區車、場地車先做起來，然後到城市的高速公路，最後才是終極的目標，到城區道路。這樣一個路徑的設定，也符合技術的複雜程度或者技術發展的路徑。

從目前來看，商用車的需求包括應用可能會更提前一些，因為商用車很多都是卡車，它可能是物流或者貨運用，司機的狀態比較疲憊。另外在物流業里，人力是一個很大的成本。如果自動駕駛能把這塊成本降下來，是非常有價值的。

講最簡單的一個例子，司機只要把車開到高速公路，進入高速公路之後，車輛直接啟動自動駕駛，那整個高速公路，司機可能進入一個休息的狀態，不用維持緊張疲憊的狀態，到高速出口再接管車，在整個過程中都是自動駕駛的話，從某種程度上能降低司機的疲憊，從而降低事故率，是非常有意義的事情。

殷開爽：在我們設定商業場景里，作為自動駕駛商業應用的產品，一個領域是我們說的乘用車，一個領域是我們說的小車，即場地車。場地車可以通過一些限制條件避開前面問題，所以這里面我覺得，技術各方面融合是自動駕駛出現一個熱潮必須的條件。

反過來，我認為，以乘用車自動駕駛的發展方向來講，這里還是需要出現一個非常經典的帶頭公司。就像蘋果公司對智能手機行業的作用是類似的。為什麽會在一個時間點出現，我覺得技術是必要條件，但是相關的資本、金融還有一些社會客觀經濟方面的環境，都是必不可少的。

綜合來說，自動駕駛領域這塊，我個人的觀點，技術目前已經具備了，但是要想實現規模化商用，需要國家層面的推動，以及法律法規的完善，需要各方面的綜合。

從工程領域角度來講，目前技術應該是可行，但有一個最根本的倫理道德問題存在，比如去年非常熱的討論的自動駕駛“殺人編程”問題。如果大家能客觀、理性地接受這個問題，可能推廣起來相對容易。但是作為消費者來講，很難平靜地接受這種觀點。

如果國家出臺標準，或者普及性的推廣教育也有可能。一般來說，政府的政策都會落後於企業、市場，這塊我們也沒有任何明晰的概念。

霍舒豪：可行性、可靠性不僅僅關系到技術本身，其實分為兩部分：一個是外部，一個是技術本身。

外部是什麽意思？對於一種新興的技術、一個新的產品，可能從外部先對它做一些實踐。比如限定它的應用場景，先把它應用起來，讓大家慢慢接受。打個比方，高速上專門劃一條自動駕駛的道路。

在技術內部上，一個是通過各家公司內部的算法來提升，增加它的冗余。其實到了自動駕駛，安全性放在一個非常重要的地位。因為當一輛車交給一個機器接管控制的時候，它的冗余備份是非常重要的，需要從包括硬件和軟件上做備份。

周穎：對於一個產業的變革和顛覆來說，其實它有一些必然性和偶然性的因素相結合。從必然性看，它是一個大的趨勢。但是技術的革新是屬於趨勢的底層，而從技術走到應用的話，中間還是有一個過程。真的要走到產業應用中，可能會涉及成本，誰來生產，大廠商和小廠商之間的博弈等一系列問題。

偶然性是說，在人工智能大背景下，汽車行業在全球來說，它涉及到60多個細分行業。所以要顛覆這麽大的行業，如果我們在AI的大背景來說，可能不是一個特別細分或者很巧的入口。

如果沒有特斯拉，沒有像馬斯克這樣的人，自動駕駛會不會這麽火？如果互聯網的紅利還那麽旺盛，現在資本的聚焦點是不是在AI上面？所以很多時候，我們其實也沒有辦法對歷史做出準確的判斷。

誰將最後顛覆汽車產業？

殷開爽：首先這個行業是技術來帶動，但是最終落實還是要靠產線。我們技術再好，最終有可能就是車廠的部件提供商。

周穎：我覺得在自動駕駛的產業鏈上，最後可能還是創新性企業和傳統車企的結合。傳統老牌的車廠在造車方面有很天然的優勢，關鍵還有錢。初創型企業來荷包真的是很緊張。車企的敏銳度是很高的，一方面他們自己也有創新的團隊在積累人才，要做這方面自發研究性的突破，另一方面還會進行外部收購，迅速補足短板。

所以在車廠有資本、技術的雙重優勢下，互聯網企業把整個鏈條都顛覆是很難的。

楊潤心：未來自動駕駛，無論車廠也好，滴滴也好，自動駕駛其實都是他們的下半場，尤其對車廠來講，他們的壓迫感會越來越強。如果我是車廠，我希望自動駕駛不要那麽快來，先讓我把車賣夠再說。不然車就變少了，我要想清楚我自己的決策和定位。

所以在這種情況下，車廠的思考方式就發生了很大的變化。原來有一本書寫得特別好，《創新者的窘境》，寫得就是大公司往往都是看到了機會，確實沒有抓住，小的公司起來了。

但是今天這個時間節點，無論大公司還是小公司，對於自動駕駛的認知水平其實是在同一個水平線上的，大家都知道這個事情很重要，也都知道這個事情觸及到自己的根本利益，所以在這種情況下，他們一定會看。

所以包括比如像國內的北汽、廣汽、上汽、一汽所有的投資部門，以及滴滴都在看，這就是為什麽自動駕駛的創業公司是非常有價值的。但大公司投資小公司唯一的一點條件就是，它是用金錢換時間。如果在未來兩三年後，我發現那個時間節點，我要做自動駕駛這個事，我起碼要花這麽多錢和團隊趕上，已經有一家做得很好了，我就願意投資或並購。將來像車廠、像滴滴，包括零部件廠商收購今天的自動駕駛創業團隊，這是一個非常明確的趨勢，應該未來3-5年內，會有大量的這種事情發生。

推薦關註黑智微信（ID:VR-2014）

文章評論

匿名用戶

發布

全部評論：10

發布

偏見、夢想與商業化探索 電競體系升級之路

從4月1日到整個清明假期，位於上海東方體育中心的DOTA2亞洲邀請賽現場擠滿了年輕人，1.5萬人的主體育館幾乎每天座無虛席，大家緊盯著大屏幕上的比賽時況，聽著講解員現場解說，時不時發出吶喊助威聲。

從每月1000元到年薪千萬

一臺電腦、一個鼠標、一個耳機，不停操作鍵盤，在上一代人眼中“不學無術”的“遊戲迷”，如今年變身“電競職業選手”，收入動輒上百萬上千萬，不管你是否能夠理解其中的含義，電競產業已經從青年亞文化走入大眾視野，並吸引著越來越多的年輕人關註參與。

“外界大多數人看到我們永遠只是表面，很多選手都淹沒在途中，是沒有看到的，包括我們每個人的經歷也是如此。”Wings電競俱樂部選手告訴第一財經記者，在圈內Wings戰隊頗有名氣，第六屆DOTA2國際邀請賽(TI6)上Wings戰隊以中國區預選賽第一名的身份參加TI6，並成功將冠軍盾帶回了中國，獎金高達9128649美元(約合人民幣6279萬)。

與一般性網絡遊戲不同，作為一項利用電子設備為運動器械進行智力對抗的運動，電競強調公平性和技巧性，除了個人技能、操作能力訓練(每分鐘操作數、學習高端操作釋放原理等等)之外，更需要具備戰術執行力和團隊配合能力，背後是超乎想象的訓練強度。

“職業選手的話一般是坐在電腦前10到12個小時，訓練一般是8到10個小時。” Wings電競俱樂部選手表示。而一場比賽時常要進行三四個小時，“腰肌勞損”、“頸椎疼痛”是業內常見的“職業病。”

“現在每天12點起床，2點訓練，訓練7、8個小時，直播3個小時。”iG戰隊徐誌雷(BurNIng)告訴記者。在業內徐誌雷被稱之為“B神”，是著名的職業電競選手，也是中國DOTA界公認的全民偶像，曾於2014年宣布退役直至2015年複出加盟iG戰隊。

不斷暴漲的薪資成為電競吸引大眾眼球的直接因素之一，競賽總資金池不斷刷新突破億元級別，圈內優秀的電競職業選手年薪也在百萬到千萬不等，此前王思聰曾在一檔節目中爆料，電競職業選手最高年薪為3000萬。但在電競起步初期，或對於當下大多數的普通電競選手而言，這樣的薪資遙不可及。

徐誌雷清楚的記得，“剛開始打職業電競的時候，在上海一個月的工資只有1000塊，不包吃喝，基本在上海是很困難的，吃的比較素一點或少一點，在2008年的時候，很艱難勉強地維持生活，到2010年拿到10個冠軍，大概有5萬元的積蓄，2010年之後就覺得電競可以維持生計，之後電競環境越來越好。” 徐誌雷回憶道。

一夜暴富、一戰成名，也可能在億萬擁躉捧殺下，一舉崩潰，一落千丈。與大多數電競選手的成長經歷一樣，更多大壓力來自於家人的不理解和偏見，在2007年打半職業賽的時候，徐誌雷坦言自己離家出走過。讓他欣慰的是這幾年父母開始慢慢接受，周圍親戚家的小孩也有想要從事這一方面的工作。

“希望電競能夠作為一樣體育項目，被更多人接受，尤其是被老一輩人接受，電子競技不僅是玩遊戲，更多是競技，需要被更多人看到，更多人傳播。” 徐誌雷說道。

探索市場化運營

徐誌雷在電競圈10年的職業起伏，也是中國電競事業發展的真實縮影。2000年伴隨互聯網的普及，第一批電競夢在小小的網吧中醞釀。一年之後，韋奇迪和馬天元在WCG星際爭霸項目中奪冠，造就了中國電競第一個世界冠軍，開啟電競新篇章。

2003年國家體育總局正式批準將電子競技納為第99項體育競賽項，在電競賽事進入快速發展之際，2008年金融危機到來，很多電競賽事相繼取消，俱樂部入不敷出、解散的現象極為普遍。

近幾年伴隨DOTA2、《英雄聯盟》等現象級產品的火熱，加之遊戲運營、賽事及媒體、直播平臺的串聯，電子競技產業鏈逐步形成，電競產業重換生機，並獲得資本的關註。

根據中國音像與數字出版協會遊戲工委日前發布的《2016中國電競產業報告》顯示，2016年國內電競遊戲市場實際銷售收入達504.6億元，比上年增長34.7%。

“最頂級的產品出現帶動整個市場的活躍，產品實際上指的就是這種遊戲的玩法，以及觀賞性正好符合現代年輕人的欣賞標準。”完美世界CEO蕭泓向包括第一財經在內的媒體表示，在他看來如同足球賽事一樣，圍繞足球產生的可變情況以及不同隊伍參與達成進球這個目標，它的規則設計、賽事體制、標準設定是吸引人的，電競賽事也同樣如此。

與此同時，電競賽事的商業模式也在不斷延伸。此前電競賽事嚴重依賴贊助商運營，當贊助商撤離或轉移關註度之後，賽事也迅速衰落。版權、廣告贊助、泛娛樂內容、周邊衍生以及粉絲經濟，隨著電競內容商業化的加強，後繼者不斷嘗試電競賽事的市場化運營。

作為DOTA2亞洲邀請賽的主辦方，完美世界也在試圖讓更多的產業鏈角色參與其中，例如嘗試用神秘商店做一些周邊產品，在電競比賽中加入音樂會的元素。此前完美世界還曾將改編自金庸小說的遊戲出口至韓國，有趣的現象是遊戲在韓國熱賣的同時，金庸的書在韓國的銷售額也增加了10%，遊戲成為一個帶動中國文化消費的傳播途徑。

“競技領域能不能爆發，關鍵還是源於比賽的組織和設計，它的激烈程度以及如何最大化滿足人的娛樂需求。到最後當它真的變得很成熟，圍繞賽事本身，更多種類和服務的出現會變得越來越重要。”蕭泓表示。

仍處初級爆發階段

與外界看上去的火熱不同，蕭泓認為中國電競產業仍處於初級爆發的階段。對比NBA賽事，一方面NBA是非常有規則的聯賽體系，聯賽的好處在於它會讓整個產業鏈的每一部分標準化，這個過程也是不斷地演變適應用戶參與習慣和觀賞需求的過程，目前看來，電競還沒有形成一個世界範圍或者大的國家範圍的聯賽體系。

另一方面，NBA的商業化更加充分，在整個生命周期中，無論是球員的職業發展抑或圍繞球隊的商業發展程度，NBA都是最成熟的，而電競還沒有到達這個階段。

“歐美的電競已經很多年，整體的生態管理和參與者的成熟度都比較高，技術和市場經驗都豐富很多。韓國雖然人口基數很小，整體規模收入沒有那麽高，但無論是電競遊戲在遊戲行業的占比，或是高水平專業人才占比份額都比較高，規則體系也比較完善。”蕭泓分析道。

在他看來，從產品來講，國內的遊戲市場已經大多是國產產品，但電競本身是圍繞某個固定的產品很多年以來積累的濃厚興趣和影響力，中國市場啟動比較晚，因此電競產品仍是海外來的產品。

但值得期待的是“中國人口基數龐大，參與者也最多，中國或許能夠成為特定賽事的驅動力。”

商業化種植21年 全球轉基因作物種植面積增長110倍

在轉基因作物21年的商業化進程中，種植面積從1996年的170萬公頃迅速上升到2016年的1.851億公頃，實現了110倍的增長。

5月4日，國際農業生物技術應用服務組織 (ISAAA) 發布的《2016年全球生物技術/轉基因作物商業化發展態勢》報告給出前述數據。ISAAA董事會主席Paul Teng稱，轉基因作物已經成為全世界農民一項至關重要的農業資源，因為它能提高農作物的生產率、利潤及保鮮效果，幫助農民實現巨大收益。

ISAAA董事會主席Paul Teng博士發布報告

Paul Teng提到，在新的轉基因品種馬鈴薯和蘋果獲得商業化批準並開始種植以後，消費者將能夠切身體會到生物技術帶來的好處。因為這些農產品不容易腐爛或受損，大幅降低了食物浪費和消費者食品的開支。

上述報告顯示，在一些非洲國家，轉基因作物的應用曾面臨審批程序上的諸多障礙，但這些情況正在改善。2016年，南非和蘇丹把轉基因玉米、大豆和棉花的種植面積從2015年的229萬公頃增加到266萬公頃。在非洲大陸的其它地方，一股新的接受浪潮也正在湧現，肯尼亞、馬拉維、尼日利亞、埃塞俄比亞、加納、斯威士蘭和烏幹達等國都在各類轉基因作物品種的審查和商業化上取得進展。

ISAAA全球協調員Randy Hautea稱，雖然轉基因作物在非洲長期以來都面臨審批方面的挑戰，但當地的農民不斷應用轉基因作物，因為他們受益於其穩定性和高產性。她補充道，隨著更多國家對香蕉、豇豆和高粱等作物開始進行審批，相信轉基因作物的應用率會在非洲及其它世界各地繼續增長。

報告顯示，2016年轉基因作物的最大種植國仍然是美國、巴西、阿根廷、加拿大和印度。這五個國家加起來的種植面積達到了全球轉基因作物種植面積的91%。在全球種植轉基因作物的26個國家中，有19個發展中國家和7個發達國家。發展中國家種植的轉基因作物占總面積的54%，而發達國家占46%。

值得關註的是，在歐洲，西班牙、葡萄牙、捷克共和國和斯洛伐克這四個國家在2016年種植了13.6萬公頃的轉基因玉米，較2015年增加17%。這反映出歐盟對於抗蟲玉米的需求。需要說明的是，盡管其它歐盟國家沒有種植，但是他們進口了數百萬噸的轉基因大豆和轉基因玉米作為飼料使用。

Paul Teng稱，未來情況如何，取決於這些國家的監管部門對農戶的需求作何反應。有些政府針對轉基因技術沒有迫切需求，但是歐盟正在進行很多研究，主要是實驗室和田間試驗。

谷歌聯手Lyft 推進無人駕駛汽車商業化

據新華社援引美國媒體報道，日前，谷歌母公司Alphabet旗下自動駕駛技術公司Waymo與叫車軟件運營商美國Lyft公司結成合作夥伴，共同推動自動駕駛汽車的商業化。此舉反映了自動駕駛領域激烈的競爭局面。

據不願透露姓名的知情人士對《紐約時報》說，兩家公司已達成協議，將通過試乘計劃和產品研發，在自動駕駛汽車進入大眾市場方面展開合作。

Waymo與Lyft均未就此發布正式消息，協議的細節還不清楚。但兩家公司都證實了這一合作夥伴關系。

Lyft公司說，Waymo擁有當今世界最先進的自動駕駛技術，與他們合作將加快推進通過最好的交通方式改善人們生活的共同願景。Waymo表示，Lyft對改善城市出行的遠見與承諾將有助於Waymo的自動駕駛技術進入更多地方，為更多人所使用。

Waymo的前身是Alphabet旗下子公司谷歌的自動駕駛研發團隊。谷歌從2009年開始致力於研發自動駕駛技術，是這一領域的先行者和領先者。Waymo今年4月開始將基於谷歌自動駕駛技術的汽車從公路測試轉向公共試乘，在美國亞利桑那州菲尼克斯投入了600輛搭載自動駕駛技術的汽車。

Lyft是美國第二大叫車軟件運營商，業務擴展至美國約300個城市。Lyft自身並不研發自動駕駛技術，但去年與美國通用汽車公司達成合作協議，聯手展開自動駕駛汽車測試。

隨著自動駕駛技術成為熱門的新興領域，為占據優勢、推動實現自動駕駛汽車商業化，參與研發的眾多傳統汽車制造商、科技大公司、初創公司以及自動駕駛相關技術供應商展開激烈競爭，相互之間的合縱連橫也越來越多。

與Lyft合作，可能意味著Waymo的自動駕駛技術朝著大眾市場更近一步。對Lyft來說，與Waymo的合作無疑是對大力研發自動駕駛技術的主要競爭對手美國優步公司的一個打擊。目前，Waymo狀告Uber竊取其自動駕駛技術商業機密，這起官司還在審理中。

內容流量商業化爭奪戰：今日頭條、快手、美拍們短視頻的局中局

南七道 2017-05-23 13:01

來源 | 南七道（ID：nanqidao）

文 | 南七道

剛剛過去的5月中旬，國內第一喊麥天王MC天佑，被今日頭條旗下的火山小視頻從快手挖角，據傳轉會費高達2000萬的，同時離開的還有大批中小網紅。僅一天之後，陌陌第一主播阿冷，就在微博上宣布離開陌陌平臺。

看似巧合的兩件事背後，短視頻平臺的競爭，已經從資本角逐進入到內容、流量、商業化全面競爭，而且這種狀態在今年會越來越激烈。在其中，短視頻的集合地、百億美金級別的小巨頭今日頭條、一二線城市用戶已經過億的短視頻社區美拍、三四線城鎮青年俱樂部的快手是平臺典型的代表。

搶人的背後是原創內容的爭奪 

2016年是短視頻的爆發之年，包含兩方面：

一是短視頻平臺的爆發：包括原有的頭部視頻平臺持續發力，比如在2017年位居前列的快手、美拍；新興平臺的不斷湧現，比如以Facue為代表的自拍視頻快速崛起；傳統平臺不斷分化和發展，比如今日頭條、騰訊天天快報布局短視頻並加大發力；

二是短視頻內容創作者的不斷爆發：老牌以Papi醬、MC天佑為代表的多個超級網紅，持續走紅，雖然Papi的點擊數據在下降，但依然深受廣告主歡迎；新興的如影評類短視頻瞎看什麽、辦公室小野、密子君、吃貨小蠻等，快速崛起；而一些老牌視頻內容生產商，如原來的廣告、攝制組也開始也紛紛向短視頻方向轉型，做民俗、美食等節目。

內容是各大短視頻平臺的生存之本。短視頻平臺但短視頻經過2015-2016快速生長，行業不斷洗牌，用戶的成長，整個行業也在發生變化，原創在整個短視頻行業中重要性日益凸現。在人口紅利消失，整體流量大盤基本上穩定的情況下，各大平臺在開拓和留住優質UGC的背後，就是為了留住用戶與流量。隨著用戶的成長和環境變化，開拓原創內容和玩法的能力就成了用戶留存、UGC發展和平臺生存的生命線。

今日頭條興於機器算法，同時也被機器算法所困。頭條從誕生開始，就因為版權問題，在內容上就充滿了爭議。剪刀手、搬運工、盜版等這些成了頭條迄今為止擺脫不了標簽。原創作者的價值被低估和打壓了。

但今日頭條越來越認識到由此帶來的局限性。據說頭條老板張一鳴在2016年春節，親自飛到美國，去和美國大的MCN網紅平臺談版權合作，引入了包括EhBeeFamily等在內的網紅原創視頻內容。包括頭條近期重點布局抖音和快手，除了布局特色短視頻，更關鍵是補齊原創的短板。

而作為目前國內最主要的短視頻社區，創立三年的美拍，走的就是原創短視頻路線。各大平臺日益趨同爭搶之勢越發激烈，美拍的口號“一切以優質原創內容為主”，在包括舞蹈、美妝、傳達、音樂等細分領域，發力垂直內容領域。與頭條相對松散的關系不一樣的是，美拍的社交性是基於現有的原生態的內容進行的社交，用戶和內容的粘性相對來說會比其他平臺高。

美拍以原創內容為主，扶持原創達人，註重版權保護。我們嘿老外的有幾個視頻未經授權被人轉載，聊天時對美拍的運營提了下，當天反饋已經被刪除了。美拍現在的結合大數據和人工智能算法，推薦符合用戶喜好內容，在平臺完成拍攝、瀏覽、觀看、互動、建立關系鏈等一整個閉環的行為。

而快手的異軍突起的基點之一，是靠著三四線城鎮青年的全原創內容。很多人認為快手的視頻之所以傳播很快，是因為內容逗逼、神經質、瘋狂搏出位。其實這是對他們最大的誤讀。在互聯網這個平行的空間里，頭條滿足的是碎片式集合瀏覽，美拍滿足的是一二線城市青年的展現和交流。而快手滿足的三四線城鎮青年的自我生活記錄或表達，他們大多不會搬運不會專業剪輯，就是記錄原生生活和同群體的人互動和交流。雖然內容粗糙，但原創讓整個平臺保持了活力和生機。

但現在在短視頻原創上，也出現了一些新的變化。現在需要的不僅僅是原生，更關鍵的有趣有特色。在國外，Snapchat推出的Story視頻功能，用戶可以創建持續24小時的Snap合集，並且將它納入公共合集，對所有人可見。Snapchat為電子音樂節“EDC”建立一個Story，用戶將拍攝的照片和視頻添加進去，極受年輕人歡迎。

在國內，短視頻APP也在紛紛進行相應嘗試。最近爆火的抖音，通過洗腦的節奏感和濾鏡特效等等玩法，瞄準年輕人追求潮流和新鮮感的痛點，在短短兩個月內就入圍攝影類App的Top10，成為繼快手、美拍之後，第三個入圍的短視頻App。類似的還有美拍的百變背景、動態摳圖、10秒海報等玩法。在這之前，美拍上的年輕用戶，尤其是二次元玩家，為了尋找合適的拍攝背景花盡心思，而現在用戶可以很容易的拍出有趣好玩的照片。

不管是新興的抖音，還是已成氣候的美拍，短視頻平臺都是在不斷開拓新玩法的原創內容，快速崛起或者不斷保持優勢。只有這樣保持原創和創新能力，短視頻平臺才能長期吸引和沈澱用戶，也才能贏得未來。

機器算法下平臺扶持的重要性

機器算法在今日頭條快速成長後，得到了極大的推崇。機器算法的價值是毫無疑問的。幾乎所有短視頻APP，都不同程度的采用了這種技術。但是，在頭部作者和內容越來成為奇缺資源的年代，純機器算法的弊端越來越明顯。機器會大量迎合人性底層需求的內容，例如兩性、暴力、恐怖、金錢等各種非原創內容爆發，通過各種方式滿足用戶獵奇、窺私、幸災樂禍等心理。

在機器價值得到驗證後，頭條越來越降低人為幹預的因素。把平臺交給機器。甚至開始降低對原創的扶持力度。今日頭條是最早推出原創扶持計劃的平臺之一，之前的千人萬元計劃，就是為了扶持原創的生產。但是在2016年下半年，頭條開始逐漸取消扶持計劃，不再簽署新的現金扶持，對於新的簽約，而是采用了頭條幣的模式。這個頭條幣是頭條內部的貨幣，不能轉讓，只能購買頭條流量。這個計劃引發了原創團隊的詬病，轉而簽署騰訊等其他平臺的扶持計劃。這不得不說是一個敗筆。

與頭條類似策略的是快手。這次包括MC天佑在內的多個網紅集體出走，從快手轉戰火山視頻。其中最重要的原因之一就是，快手和UGC內容方的關系過於松散，甚至沒有基本的維護，更談不上扶持。

在宿華接受媒體的采訪里，他說“不同於其他短視頻、直播平臺，快手不做任何活動，像MC天佑這樣的紅人，快手團隊從未和他接觸過。”很難想象，在快手上，像MC天佑這樣擁有千萬粉絲的紅人，快手團隊從未和他接觸過。MC天佑轉場火山視頻，除了外界盛傳的高額簽約金，再就是平臺的大力扶持。在宿華看來，快手不做任何活動來運營用戶，也不在網紅、明星身上投放更多的資源。“希望盡量少打擾他們，他們在這個世界上，焦慮也好，高興也好，悲傷也好，我希望他們自由自在的。”“我們比較克制接觸用戶，平臺需要有公正性的。”

抵制機器算法是愚蠢，但光靠機器算法就是呆板了。扶持並不意味只是給錢，包括用戶興趣、內容方向、團隊的特長等多方面的綜合扶持。技術再發達，也沒有辦法取代人的交流和溝通，以及對UGC內容方潛力和未來做出預判。在引入機器算法的同時，加上對內容的編輯的幹預，兩者之間相互融合，而不是一刀切的全部交給機器算法。在靠技術提升分發效率的同時，不斷發掘有潛力的更優質的內容方。

這點上，美拍是通過內容運營和原創視頻達人扶持政策，幫助原創視頻達人構建起互動交流圈子，使得UGC對平臺的黏性更強，從而形成更良性的平臺生態，更有利於提高競爭力，以此面對行業挑戰。以美妝頻道為例，在美拍扶持下，已經聚集了包括Pony、張沫凡、丁大王、仇仇、扇子等一批美妝領域最具話語權的美妝播主達人，2017年1月美拍月活用戶超過1.6億，視頻觀看量超過79億，互動次數達到1.5億次，用戶黏性和活躍度遠高於同類APP。

機器算法與平臺扶持並不是一對矛盾體，而是可以相輔相成。機器的效率加上人性的預判與經驗，對於有潛力的作者和內容予以引導和傾斜，促使它們快速成長和爆發，基於用戶興趣和大數據的扶持，一方面會增強內容的良性成長，另一方面是平臺的忠誠度和粘性，將內容方和用戶在自己的平臺上長期留存。只有兩者的結合的複合效應，才會產生巨大的推進作用。在這點上，很多短視頻走偏了。

沒有商業變現的內容沒有未來

2016年以來，互聯網業界頻繁提到，人口紅利期已經結束，互聯網用戶規模基本穩定，快速拉新的時代已經徹底過去了。平臺要實現用戶增長，流量經營成為關鍵，對於平臺構建良性生態已經成為關鍵。良性生態包含三個方面：公平機制、平臺扶持和商業變現。機器算法是基礎，平臺扶持是重點，商業變現是未來。一個沒有商業變現的內容就沒有未來。因為無法持續性長期發展。

在美國，視頻巨頭Youtube通過MCN公司和夥伴計劃，為平臺優質Up主對接廣告資源。在國內，頭條目前采用的是流量分成。原創和非原創的內容方，靠著用戶的點擊可以獲得每萬次點擊不同額度的分成，比如頭條旗下火山小視頻，宣布在未來一年里拿出10億元補貼小視頻內容，這對於UGC來說，是最直接的收入模式。但單純提供豐厚補貼吸引UGC，而沒有配套的經營，讓內容方沈澱下來，那麽補貼就是一場薅羊毛的運動，很快他們又會流動到新的補貼平臺。同時，頭條開始嘗試著在內容里加入商品鏈接，用戶閱讀瀏覽完畢後，可以直接點擊商品購買，目前還沒有完全放開，但已經有一部分的帳號開始嘗試著變現，羅超的雷科技曾經靠著一篇文章賣出了上百把雨傘。

快手目前采用的順其自然的商業化模式。內容方在快手上變現的模式一般是：廣告、電商導流、直播。廣告一般是在自己的主頁或者視頻內容里掛上相對含蓄的廣告，而更多的是把流量導到自己的淘寶店或者微信號里進行微商交易等。在直播里通過粉絲互動打賞獲取相關收益。但無論哪種方式，平臺參與的成分都很少。對於比較明顯的廣告，快手會有一定的打壓。所以整體上來看，更多是頭部內容的導流。

美拍通過為UP主提升影響力，提升廣告價值。除了在內容生產上支持和維護之外，美拍正計劃成為一個連接廣告商和美拍達人的平臺。幫助優質內容方獲取更多長期穩定的商業變現機會，成為持續性發展的關鍵。美拍的用戶男女比例為24：76，女性用戶居多，集中在一、二線城市，是典型的高消費人群。擁有流量資源的美拍本身也是一個潛在的廣告平臺，可通過用戶群體的精準分析，將廣告推薦給相關用戶。

在此基礎上，平臺針對不同特色的原創達人，引導和協助他們進行各種商業變現嘗試。被粉絲稱為段子女神的喵大仙，通過美拍獲得了包括周生生、脈動、SNOW相機等品牌的合作機會。依靠廣告創意植入短視頻，喵大仙已經月入百萬。美拍達人HoneyCC，憑借著一支穿著牛仔褲跳舞的視頻，在零成本導流的情況下在一周內賣出 3 萬條褲子。

在每年舉辦的生日會上，美拍邀請視頻達人、MCN和投資人，一起討論視頻與直播的內容商業化。在維護達人關系的同時，也給達人們提供了線下交流分享的機會，進一步增強達人和平臺的黏性。短視頻的競爭最終在於對於原創內容的比拼。當越來越多的UGC得到成長並實現商業變現後，才能實現整個平臺的良性生態建設。

短視頻平臺發展到2017年，已經度過了早期的野蠻生長期，以頭條、快手、美拍等代表性平臺已經逐漸占據著各自的一席之地。接下來的競爭，將會進入包括內容流量商業化等方面的全方位競爭。對於未來，對於UGC和平臺，都充滿了各種不確定的變化，也許正是因為如此，才值得充滿期待！

文章評論

匿名用戶

發布

全部評論：10

發布

馭勢科技吳甘沙：智能駕駛6萬億美元市場，三年內怎麽做到商業化破局？

黑智 2017-05-30 17:01

我們看到了無人駕駛的未來。這不僅體現在社交媒體上討論的熱度、傳媒中超高的曝光率，而是在從政策法規的推進、從大公司到創新公司的布局、軟硬件技術和算法的進步中，一個可以看得見的未來畫卷，正在徐徐展開。

對無人駕駛的資本布局正在縱深化展開。有傳統汽車廠商和各種解決方案提供商的聯手，有互聯網巨頭的加入，有投資機構們和創新公司們在整車解決方案、傳感設備、地圖等方面的試水。

當谷歌無人車項目正式更名為“Waymo”，並宣布與傳統車企合作，以及在不久前與lyft攜手；當百度開放自動駕駛平臺“阿波羅”計劃，似乎為我們展開了無人駕駛走向商業化的重要進程。

但是無人駕駛仍然是一個存在質疑的領域。去年特斯拉自動駕駛車輛的車禍引發了大眾對其安全性的質疑；美國加州禁止了Uber自動駕駛車輛的上路測試；國內的自動駕駛車輛路測也處於暫停狀態。

無人駕駛的商業化，尤其是對於眾多創業公司而言，究竟應該如何邁出關鍵性的一步？

馭勢科技給出了自己的答案。“兩到三年內實現商業化落地的場景，我認為只有兩個，一個是高速公路的L2、L3級的自動駕駛，還有一個就是限定場景的、低速的無人駕駛。”馭勢科技CEO吳甘沙說。

在今年年初CES2017的展臺中，馭勢科技發布的針對城市空間的無人駕駛電動車引起了關註。這是一款全新的交通品類：城市移動包廂。在內部，座椅是環形排列的，沒有搭載常見的汽車方向盤和儀表盤，所有傳感器都融入外形，車內外還具有多個屏幕，乘客與行人可以互動交流。

而在當時，吳甘沙表示，馭勢科技更大的野心在於，這是在未來兩年內實現量產無人駕駛汽車的解決方案。

幾天前，馭勢科技展示了自己在商業化進程方面的成績：率先在廣州白雲機場、杭州來福士購物中心等地開始了持續的技術驗證和試運營服務。

馭勢科技與白雲機場合作，投入一輛無人駕駛車在航站樓與停車場之間提供擺渡服務，於3月31日-4月1日廣州舉辦“2017中國機場服務大會”期間，向中外旅客展示人工智能與機場服務相結合的先進技術。

抵達旅客可以在停車場內“自動約車”，並搭乘無人駕駛車到指定的停車位。無人駕駛車內設有4個座位，沒有方向盤、油門和剎車。乘客提著行李上車，只需按一按鈕，車即可自行啟動，按照優化的路線前往目的地。馭勢科技的無人駕駛車配備包括激光雷達、雙目攝像頭等在內的多種先進傳感器，以及基於深度學習的人工智能算法。

而在杭州來福士廣場，馭勢科技與凱德集團合作首次試水大型地下停車場的無人駕駛車自動擺渡服務模式。此項應用中，消費者可以在電梯口呼叫車輛，系統將自動識別其停車位，進而將乘客送至停車位。

這種應用需要克服多重挑戰。首先由於地下停車場無法獲得GPS信號，無人駕駛車需要依靠基於機器視覺的定位技術實現導航，難度極大。其次，地庫道路相對狹窄，有密集的行人和社會車輛，對於無人車的感知能力和規劃決策能力有極高的要求。在該項目之後，馭勢科技和凱德集團也計劃後續繼續拓展無人駕駛技術應用創新，挖掘更多的創新服務模式。

2016年，前英特爾中國研究院院長吳甘沙宣布，離開已經為之工作了16年的英特爾，成為馭勢科技的聯合創始人、CEO。“我相信未來。”在去年接受黑智的采訪時，他說。彼時，他告訴黑智，他給自己樹立的目標是“真正成為世界第一家、能夠量產的無人駕駛平臺提供商和服務商”，並且提出，作為創業公司，就是要在主流玩家之外做“邊緣創新”的思路。

現在，他的商業化思路應該是更為清晰和明確了。“自動駕駛，是一個6萬億美元規模的市場。”吳甘沙說，“通用場景下的無人駕駛還需要5年甚至10年的時間，而在無人駕駛商業化方面，我們也有更深的體會。”

CES2017展臺上的馭勢科技無人駕駛電動車

自動駕駛：6萬億美元市場的構成

智能駕駛是一個未來的符號。之所以美好，是因為它是一個6萬億美元規模的市場。之所以說它是6萬億美元，實際上它是6個萬億美元市場組成的。

首先，是萬億美元的汽車市場。一年全球光賣車就有7000億美金，它和周邊帶動的產業加起來，大約能達到2萬億美金左右。

根據2017年4月最新發布的《汽車產業中長期發展規劃》，我國汽車產量仍將保持平穩增長。根據《規劃》，預計2020年將達到3000萬輛左右、2025年將達到3500萬輛左右。到2020年，汽車DA（駕駛輔助）、PA（部分自動駕駛）、CA（有條件自動駕駛）系統新車裝配率超過50%，網聯式駕駛輔助系統裝配率達到10%，滿足智慧交通城市建設需求。到2025年，汽車DA、PA、CA新車裝配率達80%，其中PA、CA級新車裝配率達25%，高度和完全自動駕駛汽車開始進入市場。

這也就是說，到2020年的時候，你在高速上開車的時候，左右看一看，可能兩邊的車輛都在使用L2、或者L3級的自動駕駛功能。

第二個萬億美元市場是出行。我們現在可以看到，滴滴的峰值日單量可以達到2100萬單；ofo短短一兩年的時間里也達到日單2000萬的規模；阿里巴巴每天產生訂單3000-5000萬單；美團點評一天是1800萬單……出行市場，是一個非常剛性，而且是高頻的需求。但是，現在網約車再往下走，遇到了一些瓶頸。這個瓶頸並不僅是網約車新政的約束，而是它本質上的問題。

第一個問題，是“人貴”。網約車司機的人力成本在上升，到現在，滴滴的快車、專車，反而比出租車還貴。

第二個問題，就是“人缺”。當數以千萬的司機已經被召集到這個平臺上的時候，再往下，你會發現沒有更多的司機了。

有人說，我們可以用共享汽車、共享單車來解決這兩個問題，確實，它們能夠解決一些這兩個瓶頸，但是同時它們本身也是有問題的。首先是資源使用率偏低，其次，管理成本也是很大的一個問題。

我認為，只有通過無人駕駛，去實現按需出行，能夠解決這個問題。無人駕駛車輛首先不需要駕駛員，解決“人貴”問題；其次，它可以無限複制，不存在勞動力短缺的問題；第三，它很自覺，沒有路怒，不發脾氣，而且，不會犯錯。

如果這個市場能夠起來，我們相信，一天它要沖到幾億單，也是沒有問題的。

第三個萬億美元市場是物流。國內的物流成本是很高的，根據《2015年全國物流運行情況通報》數據顯示，2015年社會物流總費用為10.8萬億元，占GDP的比率為16.0%。如果說通過無人駕駛來去做主幹線上的物流。如果通過無人駕駛來去做末端的投遞，那麽這些成本都可以節省下來，這也意味著我們的商品價格會隨之下降。

第四個萬億美元市場是商業地產。這可能需要大家腦補一下。未來的汽車，交通工具的屬性會越來越低，而商業空間的屬性會越來越高。在這麽一個空間里邊，你可以布置不同的場景，當每一輛車、每一條路都變成商業地產的時候，其商業模式創新的空間就會變得非常巨大。

第五個是能源市場。在未來，利用風力、家家戶戶的太陽能電池板，都可以成為發電場所，所以這會是一個典型的分布式能源互聯網。而電動車，將會發揮越來越大的作用。傳統意義上的汽車是兩臺沙發加四個輪子，現在我們可以對它重新定義：它是一個大型的移動終端，它是一個商業空間，它還是一個儲能單元。電池可以自動充電，還可以換電。

第六，智能駕駛帶來的社會效應，又會形成一個萬億美金市場。在美國，一年因為智能駕駛帶來的社會效益可以達到1.3萬億美金，相當於GDP的8%。1600億來自節能的節省，5600億來自交通事故的減少，4200億來自生產力的提升。

未來，城市的格局，也會因此而發生變化。在我自己看來，沒有第二項人工智能技術，或者甚至說，其他方面的技術，能夠達到如此之大的市場規模和社會影響力。

馭勢科技無人駕駛車在白雲機場試運行

智能駕駛的實現路徑和時間表

我覺得現在智能駕駛要實現規模化和商業化，還有五個較大的障礙。

第一是法律、法規政策限制。

法律、法規政策這方面，包括自動駕駛的基礎法律、公共道路的測試規範，以及國家對於自動駕駛的性能指南和測試標準等。在國內，我認為它們要趨於完備還需要3-5年的時間。

第二是基礎設施還不健全。

基礎設施涉及到的問題，包括高精度定位覆蓋，這在中國的一些大城市已經可以達到厘米級覆蓋，它要發展起來我覺得大約還需要1年的時間就夠了；高精度地圖的覆蓋，可能還需要3年左右；還有V to X通訊的覆蓋，未來它的終極解決方案應該是基於5G，而5G大概是在2019-2020年開始商業化部署。

第三，技術還不夠成熟。

在開放城市環境下，實現無人駕駛需要5-10年。谷歌已經做到駕駛五千英里才需要一次人幹預，就是說一年才需要一次人幹預，但是離商業化還有很長的距離。而L2、L3級的自動駕駛要實現大規模普及，要需要三年的時間。

第四，成本偏高。

無人駕駛我們常說，成本最貴的部分就是激光雷達，它的成本從今天的7.5萬美金降到幾百美金可能是需要三到五年的時間。那麽，我們做的低速無人駕駛電動車的價格，要降到10萬-20萬的區間，可能就需要三年。

10萬-20萬的價格是什麽意義？就是說今天的一輛車，再加上一個司機一年的工資。降到這個區間就意味著，它的大規模商業化已經可以出發了。還有就是CV-X高精度定位等服務成為免費的服務大概也要用到3+年的時間。

第五，社會接受度也是一個有待去驗證的問題。

如果要商業化，那麽，你一定要去選擇這個時間表上合適的這些點。

我們要實現自動駕駛商業化，其實要回答兩個問題：第一個就是，為什麽通用場景的無人駕駛還差一些火候？另外一個就是，自動駕駛商業化應該通過一個什麽樣的方法落地。

馭勢科技和商業地產跨界合作

通用場景無人駕駛的挑戰

通用場景的無人駕駛，現在面臨技術上的三個挑戰。

第一個就如何去處理真實的複雜場景。傳統上很多做自動駕駛的企業，都會在一個比較理想的環境里面去做一些測試。但是真正要部署，會面對如何處理這個真實場景複雜程度的問題。

在真實場景中的無人駕駛，要學會判斷態勢；要評估道路、其他參與方的動機或是行為，用強化學習（reinforcement learning）來模仿“老司機”，在與環境的互動中尋找更好的方法。但這還有待驗證。

第二，人工智能的魯棒性。魯棒性一方面是通過代碼來實現，另一方面是通過數據。代碼可以通過許多覆蓋的測試來實現，但是數據很難做覆蓋測試，關鍵是數據會影響它的行為，因為數據上面跑了很多隨機算法和機器學習。有了隨機算法和機器學習，它的行為就變得不確定了。

關於這個我可以說一下，現在大數據驅動的機器學習非常火，但其中給還有一些“命門”存在。一個是訓練集的偏差，一個是開放動態環境里的所有狀態無法窮舉，還有就是大數據驅動機器學習尤其是深度學習的“黑盒子”問題。

我們未來希望能夠把今天的各種各樣的機器學習的算法都融合起來，不僅需要深度學習，還需要強化學習，不斷地去適應環境；然後，我們還需要邏輯的推理，將遷移學習引進來，還要掌握基於貝葉斯的因果推理。未來無人駕駛的智能，還需要很多不需要大數據的能力。

第三就是，如何為智能駕駛系統給出一個可預期的置信度。

去年特斯拉5月出了一場車禍，可他們給自己辯解，這個車開了1.3億英里才一次事故，美國的平均水平是9千萬英里，這都比平均水平好的多得多，還有什麽可質疑的？但是學過統計學的都知道，這是不成立的，為什麽？數據樣本太少，不具備統計的顯著性，如果第二天再出一次事故，就變成1.3億除以2，成了6500萬英里，所以一定要有足夠的數據才能證明是否安全。要多少數據呢？蘭德公司做的一個數學模型，大概要開100億英里，才能夠有95%的置信度。

我如果沒辦法在實際的道路上開那麽久，我得想辦法在虛擬的環境當中開那麽多。虛擬環境其實就需要仿真器。我們最早的仿真器可以去測試我們的規劃、角色，但是它不足以去驗證我們計算機視覺的算法。現在我們也在跟一些公司和科研機構在合作，希望能夠基於大數據快速建模，以及有照片級的真實度，能夠去測試計算機視覺的算法。通過這樣的一種模擬仿真器，就能夠更好地去進行百億英里的訓練，而且這個訓練當中，你可以把強化學習升成性對抗網絡放進去，打造智能駕駛的AlphaGo。

無人駕駛商業化落地的戰略

關於商業化落地方面，兩到三年內落地的可能性，只有兩個：一個是高速公路的L2、L3級的自動駕駛，還有一個就是限定場景的、低速的無人駕駛。

現在L2的自動駕駛技術其實並不成熟。對於創業公司來說，這一塊還是一個很長很長的落地周期。我們采取的策略，就是“和”。

“和”的含義，其實類似於傳統的零和遊戲，我們現在希望把它變成生態繁榮，我們願意跟上下遊包括主機廠商和供應商，來做一些源代碼、知識產權和數據的共享。

很多人以為我們這個是百度阿波羅計劃推出來之後才做的。其實，我們很早就開始和多家車廠開始這樣的合作。我們短期內不要求有商業化的考量，我們更多希望的是，使得整個生態能夠繁榮起來。

在限定場景、增強環境的低速的無人駕駛這塊，主要是針對場地車、場內車，比如像園區、景區、度假村、主題公園，機場等場景。我們認為，到2020年，這個市場將達到100-200億規模。到2020年的時候，我們有沒有可能轉化5%-10%，變成無人駕駛，前提就在於車的價格是否能做到10-20萬元之間。

出行的最後三公里，是我一直非常看好的。

至於我們的策略，剛才是“和”，那麽現在就是“和而不同”的“不同”。也就是說，我們會選擇一個跟主流車廠關註的市場不同的一個邊緣市場。在這里面，現在還沒有生態，我們把生態創造出來，把整個的價值鏈創造出來，通過快速的商業化叠代，把這個運維體系商業壁壘建立起來。

最後我要做的總結就是，AI要落地，一定要做好幾個轉換。第一就是從技術驅動到客戶驅動的轉換，第二個就是從技術創新到價值創造的轉換。規模化、商業化的落地，就是要創造兩個價值。

一個叫客戶價值，客戶為什麽願意買你的東西，因為對他來說是有價值的，人力成本降低了，效率提升。

還有一個就是商業價值，對我們公司來說，我們不是靠VC活著它，我們自己有造血機制，我們需要具有自己的商業價值。

落地的大法，我自己總結的，就是7條：

算法決定上限，系統決定下線

場景牽引

需求決定配置

成本決定價值

快速部署

跨越演示到部署的死亡之路

開啟創新，建立商業閉環

歡迎關註人工智能公眾號：黑智

文章評論

匿名用戶

發布

全部評論：10

發布

學霸君智能機器人要和高考狀元PK？我們聊了聊它的技術、野心和商業化

黑智 2017-06-02 18:41

高考在即，學霸君宣布，其在年初計劃推出參加高考的智能機器人Aidam，即將實現承諾——在6月7日，和高考狀元同臺PK。AlphaGo剛剛戰勝柯潔，Aidam又是否能PK狀元？它又能考多少分呢？學霸君研發這款機器人，又是計劃用它來做什麽？黑智和學霸君創始人、CEO張凱磊，聊了聊它的技術、功能和商業化的問題。

今年年初，學霸君在完成1億美元C輪融資後，宣布推出智能教育機器人，並稱其將於6月與廣大高三學子共赴2017年高考。現在，可以看成，是學霸君實現承諾“交卷”來了。張凱磊表示，Aidam將於6月7日高考當天，數學考試結束後，與數名高考狀元同臺PK，解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。這次活動鬥魚將全程直播。

學霸君創始人張凱磊與研發副總裁陳銳鋒

幾十秒完成一道數學題

“Aidam完成整張試卷，大約需要的時間是10分鐘左右。”張凱磊說，“它完成單題的速度在幾十秒鐘左右。”

Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君研發副總裁陳銳鋒表示。

而對於類似於語文和英語等學科，張凱磊表示，學霸君已經具備了一定的技術積累，有考慮會在日後推出。

個性化教育真能實現？

而推出這樣一款智能機器人，學霸君的目的，自然不會是單純讓它能夠去參加高考。“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

“我們可以預測下，Aidam的數學高考成績將會是多少分。”張凱磊笑言。而事實是，現有教育環境下，還有豐富的應用場景亟待開發。當機器判卷、個性化指導、個性化作業、教案改進等變成可能，老師的教學效率和學生的學習效果都可以得到大幅度提升。人工智能在教育領域的商業化，仍然有更大的創新空間，可待開啟。

歡迎關註人工智能垂直號黑智

文章評論

匿名用戶

發布

全部評論：10

發布

學霸君智能機器人要和高考狀元PK？我們聊了聊它的技術、野心和商業化

黑智 2017-06-02 18:41

高考在即，學霸君宣布，其在年初計劃推出參加高考的智能機器人Aidam，即將實現承諾——在6月7日，和高考狀元同臺PK。AlphaGo剛剛戰勝柯潔，Aidam又是否能PK狀元？它又能考多少分呢？學霸君研發這款機器人，又是計劃用它來做什麽？黑智和學霸君創始人、CEO張凱磊，聊了聊它的技術、功能和商業化的問題。

今年年初，學霸君在完成1億美元C輪融資後，宣布推出智能教育機器人，並稱其將於6月與廣大高三學子共赴2017年高考。現在，可以看成，是學霸君實現承諾“交卷”來了。張凱磊表示，Aidam將於6月7日高考當天，數學考試結束後，與數名高考狀元同臺PK，解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。這次活動鬥魚將全程直播。

學霸君創始人張凱磊與研發副總裁陳銳鋒

幾十秒完成一道數學題

“Aidam完成整張試卷，大約需要的時間是10分鐘左右。”張凱磊說，“它完成單題的速度在幾十秒鐘左右。”

Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君研發副總裁陳銳鋒表示。

而對於類似於語文和英語等學科，張凱磊表示，學霸君已經具備了一定的技術積累，有考慮會在日後推出。

個性化教育真能實現？

而推出這樣一款智能機器人，學霸君的目的，自然不會是單純讓它能夠去參加高考。“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

“我們可以預測下，Aidam的數學高考成績將會是多少分。”張凱磊笑言。而事實是，現有教育環境下，還有豐富的應用場景亟待開發。當機器判卷、個性化指導、個性化作業、教案改進等變成可能，老師的教學效率和學生的學習效果都可以得到大幅度提升。人工智能在教育領域的商業化，仍然有更大的創新空間，可待開啟。

歡迎關註人工智能垂直號黑智

文章評論

匿名用戶

發布

全部評論：10

發布