行业分类:
加载中...
头条分类:
加载中...
2023中国PC显示器出货量出炉:联想第二,戴尔第四
IT之家 3 月 30 日消息,市场调查机构 IDC 近日发布《中国 PC 显示器市场季度跟踪报告》,报告称 2023 年中国 PC 显示器市场总出货量 2619 万台,同比微增 0.2%。 其中商用市场出货量 1402 万台,同比下降 2.6%;消费市场出货量 1217 万台,同比增长 3.6%。IDC 预计,2024 年中国 PC 显示器出货量有望达到 2700 万,同比增长 3.3%。 IDC 认为,2023 年中国 PC 显示器市场发展具有以下两大显著特点: 首先,市场深度下沉。 本地厂商灵活运用价格策略,成功向下沉市场渗透,满足低端市场需求,扩大了用户群规模,带动全年显示器市场逆势增长。 而 PC 厂商由于台式机市场的下滑,其 bundled 台式机渠道的显示器出货量也大幅下滑。 随着技术的进步和消费者对于显示器性能要求的提高,单纯的 bundled 销售模式已经难以满足市场需求。 其次,产品升级迭代的速度也在加快。 消费者对高性能、高画质显示器有着强烈需求。2023 年 100Hz 办公机型和 180Hz 电竞机型,迅速占领了市场的一席之地。 同时,QHD 和 UHD 等高清机型的出货量也实现了显著增长,其中 QHD 机型出货量同比增长了 35.2%,而 UHD 机型出货量也同比增长了 18.4%。 从品牌格局变化来看,近十年来中国 PC 显示器市场的前三大厂商格局首次发生了变动。市场正经历深入下沉的过程,本土品牌凭借对市场的深刻理解、灵活的营销策略深入四、五线城市,从而赢得更多的市场份额。
《GTA 6》被曝跳票导致Take-Two股价暴跌,彭博社称业界“担忧过度”
IT之家 3 月 30 日消息,彭博社知名游戏记者 Jason Schreier 近日发布最新一期《Game On》时事通讯,谈到了自己对于近期《GTA 6》被曝跳票的看法,认为这一传闻引起了“过度担忧”(Overblown concern)。 Jason 指出,本周早些时候,发行商 Take-Two 的股价暴跌 5.2%,正是因为上述传闻。而实际上,电子游戏总是比计划来得晚,尤其是像《GTA》系列这样雄心勃勃且(为开发商)带来巨大压力的游戏。“从现在到 2025 年底还有很长时间,哪怕进展再顺利,也不可能有人确定这款游戏将在 21 个月内完成。” 去年《GTA 6》的第一部预告片发布并初步承诺 2025 年发售,导致 Take-Two 股价大涨。但在此之后,《GTA》开发商 Rockstar 的一项新政策 —— 要求员工从 4 月 15 日起,每周需要有 5 天重返办公室工作,导致 R 星士气受到打击。 截至当地时间周四午间,Take-Two 的股价仍未完全反弹。Jason 表示,这或许反映了投资者对该作可能需要更长时间登场仍有疑虑。“或者说,投资者反应过度了,没有任何意义?” Jason 表示,游戏开发是一个杂乱无章的非线性过程,面临着技术和艺术的双重挑战,而新的远程工作政策可能会拖慢工作进度。去年夏天他曾询问 R 星员工游戏进展,得到的答复只有一个字“乱”。最终,Jason 得出结论:下一部《GTA》的开发工作当然会落后,“一向如此”。 IT之家附前情提要:游戏媒体 Kotaku 本月早些时候声称《侠盗猎车手 6》(GTA 6)游戏制作进度落后,不排除推迟到 2026 年的可能。 Rockstar Games 工作室已经发布通知,要求目前处于远程办公的员工尽快返回办公室,以便于更快推进《GTA 6》游戏项目。 Kotaku 从了解游戏开发过程的知情人士处获悉,《GTA 6》可能会错过 2025 年的发布窗口期,推迟到 2026 年。 但随后 Kotaku 更正了此前说法:虽然 2025 年初发售“一度是可能的”,但已不再是《GTA 6》的上市目标,游戏的目标实际上是在 2025 年秋季上市,且仍有可能推迟。
苹果Immersive Video影片体验:画面呈现细腻,但沉浸感不足
IT之家 3 月 30 日消息,苹果公司于北京时间昨日上午 9 点推出了首部以 Immersive Video 空间影音格式拍摄的体育影片,主要是去年年底美国职业足球联盟杯(MLS Cup)季后赛的精彩片段,时长五分钟。 国外科技媒体 Six Color 近日发布博文,阐述了观看这部 Immersive Video 影片之后的感受,IT之家翻译相关内容如下: 该博文作者 Jason Snell 在看视频之前就有很多疑问,为何苹果花了三个多月的时间才制作出一个亮点包装?而当视频最终完成时,为什么只有五分钟?这两个事实说明了苹果公司持续制作 Immersive Video 格式内容有多难? Snell 在观看这段视频之后,得出的观后感是“不够好”。 首先需要肯定的一点是,如果单独拎出来某个视角沉浸感非常不错。在那么近的距离观看职业运动员的比赛是非常震撼的,感觉置身于一个巨大的、充满球迷活力的体育场内。 问题是,根据苹果公司和 MLS 制作视频的方式,在沉浸感上仍有不足之处。在普通视频中,快速剪辑有助于加快动作;而在沉浸式视频中,快速剪辑就像遇到减速带一样。 这段视频是一个亮点集锦,有很多快速剪辑,Snell 曾多次将头转向一个方向,想利用 180 度的沉浸式空间观看左侧或右侧发生的事情,结果视点却变成了另一个视角。 Snell 表示:“我需要几秒钟的时间来扫描周围的环境,然后重新调整方向--这种延迟往往会让我错过本该看到的亮点。”
小米汽车上市42小时:订单暴涨,同行紧张,小米奔忙保供
文|徐蔡钰 上午9时至下午18时,满电800公里续航的小米SU7试驾车,已发出红色预警,表显续航只剩40km。按照单人次试驾10公里计算,这辆车已经接待了60余位意向车主。 这是3月29号,小米汽车上市第一个完整日的门店盛况。 在36氪汽车走访过程中,一名路过的外卖小哥停下电瓶车,喊道:“小米这个车,确实很好看,我也拍了照,发了朋友圈”。 全民化的品牌知名度与产品热度,让同行望尘莫及。而SU7创造的订单数量,更是锋芒逼人。 据小米官方数据,28日开售后27分钟,SU7大定订单便突破5万;开售24小时,这个数字已达88898个。这个成绩对于同行,一般需要半年时间才能实现。 小米汽车的入场,无疑像一个炸弹,投进了沉闷的上半年车市。同行中,有些惊恐,释放了浓厚的防备意识,而有些则在冷静观察后,解除了警戒。 当然,对于小米汽车自身来说,这些都已经无暇关注,暴涨的订单首先考验供应链备货情况,其次考验工厂的产能爬坡。 雷军在3月28日晚的发布会上说,终于知道造车太难。实际上,真正的攻坚战,才刚开始。 小米汽车实拍图 01 首日爆单、对手备战,小米汽车紧急保供 爆单首日,小米汽车迎来一场小风波——部分下定用户在社交平台发文表示,小米承诺7天可退的定金如今无法退款。 小米汽车官方回应称,用户在支付5000元定金后,拥有7天犹豫期,可任意更改配置或退款。一旦选择主动锁定配置,车辆将进入生产阶段,配置不可更改定金不可退。 截至29日12时,小米客服接到退单及改配需求,总计469例。实际上,用户需填写上牌主体、交付城市等详细信息后方可支付定金。对于主动锁单,小米汽车也已设置三次提示,“误触”概率并不算大。 小波折难挡群众热度,36氪汽车走访了北京三家核心区域门店,初步获悉,上市首日,小米汽车销售人员的个人业绩在400-600单左右,锁单率普遍在20%-30%。 如果按照88898个大定订单估算,小米全国锁单量约在25000辆以上。这对于一个汽车品牌的首款车而言,成绩悍然。 小米SU7的对手并没有坐以待毙。 28日晚间,特斯拉中国对外事业部员工转发「Model 3背后的故事」视频,附文:“评价任何技术的正确方法,不是将其与竞争对手进行比较(这太容易),而是将其与物理学的极限进行比较”。面对雷军在发布会的贴身对标,特斯拉显然自信沉稳。 与小米汽车在价格、产品力上高度重叠的极氪则略显激进。SU7售价公布后,极氪各城市官方销售便在公共领域发布“小米做到了三个唯一、2024年唯一不是800V的新车...”等比较言论。 一位已订购小米SU7的用户向36氪汽车透露,此前考虑选项为新款极氪001,碍于交付慢的问题未下单。小米上市后次日清晨,极氪销售便发来一张现车清单,热情邀请其当天下单。无论言语还是行动,极氪内部已然弥漫着紧迫感。 蔚来销售端也在小米汽车发布之初,准备了系统性的对标话术,但很快便取消。蔚来发出的最终通知为:小米和蔚来定位是不一样的,所以我们不必过分去对比,SU7第一波上市节奏后,目前与ET5的用户重叠不高。 小米汽车的热销,除了引发同行紧张应对,自身供应链团队也开始进入紧急备战状态。 36氪汽车获悉,发布会次日,小米汽车供应链团队就奔赴全国各地,与关键供应商讨论零部件供应问题。也有供应商人士向36氪遗憾表示,货备少了,正加急从海外总部调配。 此前,36氪汽车曾独家获悉,小米北京工厂已于2月中旬开启批量生产,产能逐步爬坡,将在7月达到月产量破万。 一位小米汽车供应商人士向36氪汽车透露,至29日晚间,公司还未收到采购量明显增加的通知,产能准备仍是每月5000-10000件。不过小米对时间的要求非常严格,不允许出现延迟交付的现象。 雷军此前接受采访也表示,担心卖不好,也担心卖太好,导致交付质量出现问题。而目前的大热销售局面揭示,雷军更需要做的,显然是保证首批订单稳定交付。 36氪汽车获悉,小米汽车App也已显示具体交付时间:28日晚锁单用户,交付周期为5-8周,29日锁单用户,交付周期在10-13周,即最迟7月上旬提车。 对自建工厂、首次造车的小米而言,这样的周期不算掉队。如果后续有忠实的米粉继续转化,加上SU7本身的产品力,小米汽车第一年似乎已经订单无虞。 02 用户画像:狂热但清醒 小米汽车销售人员表示,虽然门店在3月25日已开启静态鉴赏,但首批订单来源主要还是线上,90%以上的客户在下单前都没有见过面。而小米汽车的线下热度,似乎比销量来得更加火热。 小米门店实拍图 29日,36氪汽车走访北京位于北部、城中、南部的三家门店,均处于限流进店、排队上车的火热局面。一位负责门店人流控制的人员透露,上午来店顾客与平日无异,但午饭后人流量猛增,店外开始摆放弯曲的排队围栏。 进店用户以几类为主。 一是对小米首款车好奇的年轻人,进店后直奔实车,有耐心排队体验,对车内各部位好奇心十足。在小米总部内部店,一名年轻男性表示,近期无购车计划,但对小米汽车很有兴趣,便请求在小米任职的朋友邀请其到内部店参观。 二是用车的青年人。36氪汽车观察到,部分青年夫妻在进店后与销售人员展开长谈,详细对比了小米SU7与自己正在驾驶的车型,展现出一定的购买意愿。还有一类便是看热闹的群众,其中不乏因为人多才进店的、不懂车但因为颜色亮眼来一睹风采的... 与其他首次造车企业明显不同的是,小米汽车的进店用户甚少问出那样一个问题:你们这是什么汽车品牌? 付出真金白银的锁单用户,画像截然不同。 创始版用户以小米铁杆粉丝为主,一位在25日首批进店、28日锁单创始版的用户告诉36氪汽车,自己与家人都是小米1用户,一直喜欢并且在支持小米,情怀与SU7颜值是其下单的主要原因。 非创始版的锁单用户中,一部分是小米生态的忠实用户,家电生态链帮助小米建立了一批忠实的产品用户,科技感的外观、便捷的操作以及互联体验让他们对小米汽车这个产品同样自带信心。配置与价格发布后,性价比驱动了这部分订单。 另一个部分则是追求长续航的普通购车用户,24.59万元能够买到830km续航,是其锁单的核心原因。这部分用户有个显著特征:本身存在购车计划,对在售车型也有一定了解度。 无论哪类用户,未试驾即锁单的比例并不低。多位订购用户告诉36氪,自己对小米汽车的信任来源于小米集团的财务良好、雷军对造车业务的重视、车内设计透露出对用户意见的重视。 其中一位年轻男性甚至表示:“最开始担心第一代产品的风险,但看到热度这么高,反而放心了。这个车一旦有问题必定上热搜,那小米还敢出问题吗?” 狂热的同时,这批锁单用户却也意外清醒。 36氪汽车收集了已锁单用户对观望者的建议,其中不乏“二代车会更好,不着急可以等等”、“小米是我的第三辆车的,我是抱着玩一玩心态购买的,建议大家也看看其他车型”、“买车还是要看自己的需求和预算,车评人只测高性能版,他们开出来的效果,普通人感觉不出来那么多”...... 虽然小米在前期宣传中主打技术,但首批用户甚少因为性能与科技买单,功能性与便利性才是锁单的直接动力。 而这恰好是当下市场竞争的关键。企业越来越重视的技术与配置,消费者却难以细微察觉到每项科技带来的革新体验。强大的品牌心智、精准的定位、直击消费者痛点的产品力反而成为制胜关键。从这个角度看,小米SU7似乎已集齐竞争力的各项要素。
外媒:莫迪与比尔·盖茨会谈,就AI深度伪造技术发出警告
【环球网报道 记者 张晓雅】“印度总理莫迪警告比尔·盖茨关于人工智能(AI)的危险”,“今日俄罗斯”电视台(RT)3月29日以此为题注意到,莫迪与比尔·盖茨近日举行会谈,讨论新兴技术、气候等多项议题,期间,莫迪就AI的深度伪造技术发出警告。 综合RT及《今日印度》报道,印度总理办公室29日公布了两人会谈的视频片段。莫迪和比尔·盖茨谈到AI的快速发展,莫迪称这“非常重要”,但他同时警告说,不应出于“懒惰”而将AI技术当作“魔法工具”。他还建议给AI生成的内容标注水印,以解决深度伪造带来的问题。 “如果把这么好的东西(AI)交给没有经过适当培训的人,它很可能会被滥用。我建议我们应该在AI生成的内容上标注清晰的水印,这样就不会有人被误导。”莫迪告诉比尔·盖茨。 谷歌人工智能模型Gemini将莫迪与“法西斯”关联一事此前在印度掀起轩然大波。谷歌公司的人工智能模型Gemini在回答有关“印度总理莫迪是不是法西斯主义者”的问题时称,“莫迪实施的某些政策被部分专家认为具有法西斯主义性质”,并举出莫迪推行印度教民族主义政策和打压异议人士的例子。据《印度时报》报道,尽管谷歌公司已就上述事件向印度政府表达了歉意,但印度电子和信息技术部国务部长拉吉夫·钱德拉塞卡似乎仍不满意,认为谷歌是在政府宣布将对人工智能平台采取限制措施之后道歉的。 这次谷歌事件让印度政府开始考虑如何应对新兴的人工智能技术。印度电子和信息技术部3月1日针对提供人工智能服务的机构出台四点合规性要求,即内容合法、不涉及传播偏见或干涉选举、政府许可、有源标记。虽然莫迪政府正在加强管控,但是印度14亿人口的市场还是吸引科技公司不断增加投入。印度IT初创公司英菲尼迪电力首席执行官阿尼尔·萨克塞纳称,如果政府不断加强控制,相关企业必须学会“顺势而为”。
文生图模型又卷起来了,Stable Diffusion凉凉,Midjourney流量被反超
今年以来,文生图模型领域就没消停过。 3月23日,Stability AI CEO Emad Mostaque宣布离职,这个昔日文生图巨头CEO的高调退场给了AI界一次小小的震撼。这并不奇怪。混乱,几乎是Stability AI在过去一年多时间里的缩影:管理层离职、技术团队跑路、入不敷出、法律官司…… 一年以前,Stability AI还曾是一家文生图领域的超级明星:当Stable Diffusion推出并宣布彻底开源后,这款AI图像生成模型在上线三个月内用户总量达到1000万。同一时期,DALL-E只有150万用户,Midjourney在200万到300万之间。 变化不仅发生在Stability AI,也发生在Midjourney上。今年1月,Lenardo.ai以18.71M的月访问量首次超越持续霸榜的Midjourney,到了2月,两者差距还在进一步拉大。这意味着,作为文生图领域老大的Midjourney正在面临激烈的竞争。 Stability AI、Midjourney的变化似乎也说明一家事情:与ChatGPT稳定领跑通用型聊天产品不同,垂直AI应用的“王位易主”显然更加容易。 / 01 / 开源与赚钱无法兼得,Stability AI跌落神坛 AI独角兽Stability AI的坠落并非一夕之变。早在2023年,该公司就有一批管理层和核心技术成员离开团队。 2023年6月,Stability AI首席信息官Daniel Jeffries、工程副总裁Scott Draves和首席运营官Ren Ito都选择了离职。7月中旬,参与了Stability AI大语言模型开发工作的Louis Castricato宣布离职加入EleutherAI。 就在Emad Mostaque离任的前一周,Midjourney就因数据盗窃把Stability AI的员工都拉入了黑名单。《福布斯》报道,亚马逊网络服务(AWS)因StabilityAI迟迟不支付账单,可能会中断服务。也有消息称,Stability AI已经难以支付员工的工资了。 为什么Stability AI会陷入这样的困境?不赚钱,是一个很现实的原因。 Stability AI年收入 现在Stability AI的收入主要分为两大板块,一个是to B的AI模型定制化服务和AI技术咨询,一个是to C的Stable Diffusion产品的会员制付费订阅。 从数据看,Stability AI的收入一直呈增长趋势,由2021年的210万美元到2022年420万美元,2023年甚至达到了4420万。 但这样的收入并不足以支撑Stability AI庞大的研发投入。据彭博社报道,截止2023年10月,StabilityAI每月支出在800万美元,也就是说,Stability AI2023年全年的支出在9600万美元左右,将近全年收入4420万的两倍。 即使对比同行,Stability AI的商业化业绩也不够理想。凭借会员订阅制的文生图模型Midjourney在2023年年度收入预估在3亿美元,大约是StablityAI的6倍。这与两者的用户规模形成了鲜明的对比。截至2023年11月,Midjourney已经拥有超过1640万活跃用户,而Stable Diffusion 在所有渠道的日活跃用户大约在1000万。 Stability AI商业化困难的原因主要有三点: 一是开源路线导致商业化路径不清晰。Stable Diffusion主打开源,用户可以自己基于开源代码搭建服务,未必非要依赖Stability AI,这也使公司锁定客户、自主定价变得艰难。相比之下,Midjourney这样的闭源AI图像生成产品有着简单清晰的商业化思路,用户花钱生成图片。 二是使用门槛更高。使用Stable Diffusion,需要编程知识和4GB独立显卡,技术门槛更高,对小白很不友好。作为对比,Midjourney上手就很简单了,只需要注册Discord账号,简单操作就可以得到精美高质量的图片,这可能也是大部分用户不惜花60美元支付费用的原因。 三是商业化节点滞后。比起Midjourney从一开始就主打会员付费制,Stable Diffusion的商业化的道路姗姗来迟。在Mostaque的构想里,开源模型的商业模式就是面向企业提供解决方案,即类似红帽和MongoDB,在开源版本免费的同时,通过定制化商业版本盈利。但显然,Mostaque低估了这一商业化路线的难度。 在自身商业化迟迟打不开局面的情况下,越来越多的巨头开始涌入文生图模型。比如,Meta推出了mu Edit和Video,谷歌旗下Imagen也自带了安卓系统3亿的潜在客户。亚马逊的图像生成模型——Titan Image Generator已经可供 Bedrock 上的AWS客户使用。 内忧外患之下,Stability AI的CEO和员工集体跑路就都不难理解了。 / 02 / 行业老大换人了!Midjourney流量被Leonardo.ai赶超 那边是曾经的扛把子倒了,这边现在行业老大Midjourney的流量也被Leonardo.ai反超了。 今年1月,一款主打 AI图片合成的Leonardo.ai网站流量以18.71M的月访问量首次超越了霸榜第一的Midjourney,并在之后一直呈赶超趋势。 从平均访问停留时间来看,Leonardo ai也以12min的平均用时超越了Midhourney的10min,Leonardo ai在三个月内的用户粘性更强。 就2024年2月网站流量的各指标对比看,Leonardo ai的月访问量和独立访客的平均访问次数均已超过Midjourney。 有趣的是,Leonardo AI的底层模型就是用Stable Diffusion微调的。不过与Stable Diffusion需要Python基础和独立显卡不同,Leonardo. ai在网页端就可以免费使用。 与Midjourney相比,Leonardo. ai的优势主要体现在性价比。 现在Midjourney基础版需要10美元一月,每月仅生成 200 张图像。而Leonardo. ai的免费版每月可以生成4,500 张图像(每天150张)。此外,Leonardo. ai还提供每月10美元的年度计划,用户每月最多可以生成 8500 张图像。这样的定价显然对对小白和学生党更加友好,所以有很多博主将其称为“Midjourney平替”。 从产品能力上说,Leonardo. ai与Midjourney各有侧重,但前者支持用户自定义模型,让其绘画风格上有了更多的延展性。 具体来说,Leonardo ai偏向写实,Midjourney生成图像更加梦幻、抽象,只能输入文字版prompt,偏向艺术。 从对输入指令的还原度讲,Leonardo. ai能够根据内容生成还原度较高的图片,更加逼真写实,就像是日常拍出的照片。但是,Midjourney更加艺术、偏向油画质地。 对于更喜欢写实风格的受众,Leonardo. ai是一个更好的选择,也就是说,Leonardo ai的应用场景更加广泛,可以应用于商务、艺术、游戏、写实。而Midjourney更偏向于艺术路线,生成图像更加梦幻、色彩更丰富、质地更细腻。 比如,下图中的两位老太太,Midjourney生成图像偏向抽象类油画类艺术创作,Leonardo生成的图像在自然光线下更加真实。 除了艺术、商务、写实等更加广泛的应用场景,Leonardo. ai还支持用户自定义自己的数据和训练模型,同时有绘画、素描、插图等不同的成图风格供用户选择。在生成图像的过程中,用户可使用参数和选项调整图像,塑造风格、情绪等,也能根据需要调整分辨率、格式和质量。此外,用户还可以将自定义的模型分享给其他用户。 而Midjourney目前仅支持用户输入指令,无法调整参数、分辨率、格式等。这就极大限制了 Midjourney出图的稳定性。对很多用户来说,Midjourney出图的质量尽管很高,但是随机性太强,有时候符合自己的需求,有时候不符合,就像抽盲盒一样。 性价比又高,又能能自定义模型,“Midjourney平替”取代Midjourney自然也合情合理。 / 03 / 行业座次变化背后,是用户需求的精细化 自生成式AI故事兴起以来,竞争一直是这个行业绕不开的话题。 但少有人注意到,不同于Chat GPT等通用AI助手已经形成的稳固格局,自2022年3月Midjourney发布开启AI作图以来,短短两年时间内,文生图模型垂直赛道就已经发生了巨变: 2022年8月,Stable Diffusion以三个月用户量增长1000万称霸市场;到后来,Midjourney通过产品迭代,在相当长时间内流量高居行业第一;到现在,Stable Diffusion陨落、Midjourney流量被Leonardo. ai反超。 换句话说,在非通用细分AI赛道里,AI产品的竞争更加激烈、趋于白热化。与通用型AI个人助理不同,文生图模型赛道用户更强调地并非体验性、趣味性和新鲜感。从长远看,用户使用模型的工具导向更强,更加强调操作简易性和出图质量。简而言之,模型生成的图像是否符合输入指令,质量高不高,上手快不快。 一年前,Midjourney因更低的技术门槛、更细腻的图像质量打败开源模型Stable Diffusion,赢得了更加广阔的用户市场。而现在,横空出世的Leonardo则凭借“模型定制化”与更细微的参数调整与Midjourney打成平手。而且,Leonardo. ai独立访客的平均访问次数和平均访问停留时间都超越了Midjourney,这意味着Leonardo. ai的用户留存能力更高,用户粘性更强。 在文生图领域产品竞争、迭代的背后,我们看到的是,愈发精细化、差异化的用户需求。从模型生成到成图质量到精细化的定制需求,人们不再满足于对AIGC热潮和技术光环的追捧,更加强调性能和使用体验。这也符合在2024年AI赛道更加细分、从模型建设涌入C端应用开发的总体趋势。 在未来,谁能胜出,谁会淘汰,都不再是棋盘上的既定数。与时俱进,从用户角度不断优化性能打造精细化、差异化的产品体验才是AI公司最后的护城河。
AI开始对音乐人下手了
音乐人的ChatGPT时刻来了? 即使你完全不懂任何乐理知识,只需要输入简单的提示词,比如音乐风格、流派、音色以及歌词内容等,仅需几十秒的时间,Suno就能快速生成一首长达2分钟的完整音乐。而引发这场全球音乐创作风暴的SunoAI公司,目前只有12名员工。 "我和团队已经在想办法改行了。"音乐人Ferry对第一财经记者开了个玩笑。Ferry毕业于伯克利音乐学院,此前是香港交响乐团作曲家,现在是上海音乐工作室的音乐总监,主要工作内容是音乐制作和游戏配乐。他说,自己做了15年音乐,经历了很多不同风格的洗礼,有了很多经验。但对Suno而言,只是几秒钟的事情。如果换算一下,Suno写十首Demo的时间只需5分钟,换音乐人可能要一个月。 他预计,"AI音乐对音乐制作人是毁灭性的(打击),发展成熟后,在音乐制作这一块会取代90%的音乐人,也会有大量音乐人失业。" 但AI并非全能。音乐的精髓远超过技术的堆砌和算法的编织,它是情感的表达和创造力的展现。这种源于内心深处的情感和独特的创造力,是人工智能目前难以触及和全然复制的。第一财经记者采访的多名音乐人也认为,目前AI仍然是一个需要人类引导的工具,代替不了10%的顶尖音乐人。 记者实测:几十秒至1分钟内生成流畅歌曲 Suno水平到底如何?记者在Suno AI网站进行了实测。 记者输入的歌曲描述为:"创作一首关于旅行的歌曲,曲风明快,由吉他、钢琴、小提琴、鼓演奏。表达旅行的轻松愉快,以及对人生的感悟"。几十秒后Suno就生成了歌曲并可播放,该歌曲标注的关键词是"piano(钢琴)、violin(小提琴)、folk(民间音乐)、joyful(快乐的)、guitar(吉他)、drums(鼓)"。 该歌曲使用钢琴和鼓伴奏,但记者并未听到小提琴的声音,歌词则出现了钢琴、小提琴、吉他、鼓点的字眼。歌曲时长1分40秒,由两段主歌和一段副歌组成,女声歌唱,流行乐风格,十分流畅,但歌词还是有些许生硬。 记者随后让通义千问生成一段关于"失恋后自己旅行并表述旅行感受和人生思考"的歌词,将歌词输入Suno,音乐风格输入"粤语,流行,哀伤",大约一分钟生成歌曲并可播放。此次生成的歌曲曲风依然流畅,但仍是用普通话演唱。记者将提示词改为英语,并输入《再别康桥》作为歌词,这次AI终于在前几句用粤语歌唱,但马上又变成了普通话演唱。 第一财经记者实测Suno 这三次Suno生成的歌曲都很流畅,可以发现它对流行、摇滚风格的把握也比较精准,但记者可以感受到Suno对于中文的理解不如英语,Suno对提示词的理解也有限,要生成方言歌曲不太顺利。Suno自己生成的歌词有些许生硬,结合其他大语言模型生成歌词效果会更好。 在Suno的"每日推荐"榜单中,有更多生成效果更好的歌曲,歌词包含各国语言。记者点进去试听,发现排名前列的歌曲人声都非常清晰,歌曲流畅且风格鲜明,歌曲自成一体。中文歌曲中,儿歌《让我们荡起双桨》被"改"成重金属风格,《春天在哪里》"改"成爵士蓝调曲风,《蜀道难》变成摇滚风,宋词《声声慢·寻寻觅觅》则以古风呈现。 还有网友做了AI工具"全家桶",用OpenAI创作歌词,Midjourney生图、Runway让其动起来,最后再让Suno配乐。 不过近日,在运营成本压力之下,Suno调整了价格体系。记者看到,目前在Suno AI网站上,注册新账号每天可获50个积分,共可用于10次生成歌曲(50 credits renew daily /10 songs),随后要继续使用就要充值,1个月内生成500首歌曲需要8美元,每个月内生成2000首歌需要24美元。 Suno AI渗透音乐圈 Roro 去年刚毕业,目前在一家唱片公司当练习生,她向记者感慨,最近Suno太火了,身边好多音乐人朋友都在用这个软件。"刚接触这个软件时觉得‘哇’太吓人了,因为大家只要在这个软件点点我们想要的要求,作词、作曲、编曲就能马上出来,而这些我们创作人是需要花很漫长的时间去学习、累积练习才能做出来。" "这个地球上任何的风格Suno都能实现, 在这个意义上,现实中被认为天花板的音乐人,也会比不过Suno。"在Suno半年前开始公测的时候,Ferry就已经开始体验和使用, 在强大的生成能力背后,他认为,Suno或许学习了几十亿首曲子这样的数据库。 作为伯克利音乐学院的学生,王钰初次接触到AI音乐生成工具则是在2024年初受同学推荐。"一开始大家觉得比较好玩,但其实也不是非常新奇,人工智能在图像生成领域之前就有一些软件出来,我们之前也预测,AI用于音乐创作是迟早的事。用了几次之后发现,对我们日常编曲和创作灵感的激发都有帮助,所以一直在使用来协助创作。"王钰告诉记者,虽然他所在专业的教授禁止学生用AI做作业,但允许利用AI进行辅助作曲。 除Suno外,记者了解到,AI对于音乐领域的其他工具也正在渗透,音乐创作者越来越难以忽视AI带来的改变。王钰告诉记者,现在有很多编曲混音软件正向半AI模式发展。"比如一些做音乐母带的软件,你可以直接告诉软件需要什么风格和场景,软件会自动帮你做参数,本来这是混音师的工作,但现在看下来,人工智能生成的效果确实不错。" "此外,AI音乐制作软件更大的作用在于可以生成音乐最终的样本,比如当作者写完某段音乐,希望做一个预混,模拟一下做完所有后期之后的录音室效果。这个时候就可以套一个AI插件,让AI帮助模拟各种风格效果,就类似修图软件可以套滤镜一样。" 王钰称。 AI此前在美术领域,已替代了部分人类画师,在音乐领域会不会重现这一过程?不少音乐界人士对第一财经表示,目前AI音乐工具可以取代简单的音乐创作。 听到Suno AI创作的音乐后,就匠音乐创始人张昭轶对第一财经记者评价,"完成度很高,质量也很好。"他认为,那些功能性音乐和快餐类音乐,可以被AI低成本量产。 他提到,国内做同质化歌曲的人不少,尤其是一些所谓资本加持下的音乐工作室,甚至"抄袭"量产再赛跑,这些"简单算法"的词曲,很容易被AI取代,因为AI厉害之处在于词曲能够根据诉求,大量提供水准不低的作品。 熟悉娱乐经纪和音乐版权领域的袁原告诉记者,据她所知,Suno的上一个版本在行业里已经有人用于商业场景如发布会上的使用。她对记者解释道,因为版权原因,过去行业做垫乐、配乐的价格不比做音乐便宜,还有各种情绪上的要求,但又没有足够的商业价值,很难有优秀的音乐人专门为此创作。"Suno3.0版本我听到的片段,用在场景音乐上已经完全没有问题。 " 袁原还透露,围绕Suno3.0的商业化,业内已经有音乐公司考虑利用AI创作、真人演唱的方式来进行音乐直播了。 音乐制作人、钢琴老师余亮(化名)最近也在与同行交流AI工具的影响。"很多独立音乐人认为低端编曲作曲已经没有生存空间了。Suno创作的作品虽然音质不怎么样,但只要向Suno投入的数据量足够多,创意还是不错的,可以满足低层次编曲作曲的需要。音乐人只要参考Suno的创意,再加入一些自己的想法,重新编曲混音,就可以完成部分低水平商业作品创作。" 余亮解释,低端作曲编曲的范围包括为作词爱好者提供编曲服务、为企业团建合唱编曲、为学校创作校歌、为大中小学艺术节比赛编曲等。在电商和社交平台上,这种编曲单很多,一单的价格可低至100元左右,这是编曲者的收入来源之一。 Roro认为,AI对于一部分音乐人会有一定威胁。如果作品不够好,AI完全可以取代。"你写的东西AI也能写,那作为客户,一样的作品我为什么要花更多钱让你写?"Roro觉得市场会淘汰一些粗制滥造的音乐人和音乐作品,但会留下能写出好的作品的音乐人。 王钰则表示,类似Suno的AI音乐制作软件可以替代一些需求下的人工音乐创作,"比如广告配乐,游戏配乐,还有像抖音配乐,网红热曲等商业性、功能性较强的音乐在未来都有可能利用AI直接生成。" 与音乐相关的影视界也在关注AI音乐生成工具。一名影视制片人告诉记者,AI对音乐配乐有帮助,主要对效率提升作用明显。如生成demo(样本唱片)参考,可以非常快创作出一些作品。"我们与作曲供应商对接比较多,有AI辅助也方便出demo,需求对接会更顺畅。" AI制作的音乐与人类制作的音乐能"以假乱真"吗?Roro 告诉记者,AI其实是学习以往很多人写歌的模式和套路。她能听出部分AI唱歌的作品,"能听出那个声音可能是做的,因为唱歌断断续续,有一点电流声。相比人为制作出的类似效果,AI唱得不是很流畅,听得很难受。"但是她补充表示,有一些歌如果制作比较好的话,可能也不太会分辨出来。 王钰则告诉记者,对专业音乐学生而言,一开始听到AI音乐,如果有人声存在,还是能分辨出人为创作还是AI生成,但如果是纯音乐,就要仔细听曲调和构成,如果音乐句段比较简单,或者是单一的歌曲伴奏,有的时候分不清。 Ferry表示,目前AI生成的音乐在音质上还是能分出来, 因为后期的处理还不太完整,但如果这部分AI继续迭代解决后, 就不太能分辨了。虽然当前AI生成的音乐从音色到背景还有些粗糙,但他认为,AI已经优先把最难的部分处理好了,未来解决粗糙的音色等细节只是时间问题。 10%的人难以替代 "AI音乐创作服务人容易,打动人难。"袁原对记者说,有时听起来AI唱得比人好,但所有艺术作品是因为不完美才成为好作品,"那些需要情绪化的、引起大共鸣的音乐,往往都是有足够大的特点或者缺点。" 她对记者举个例子,《沧海一声笑》是徐克、黄霑和罗大佑三人醉意朦胧间在录音棚即兴录成的作品,它不仅仅是旋律与歌词的结合,更是人类情感深度与创造力的生动体现。这种源自心灵深处的情感和灵感的火花,目前AI难以企及。"这就好比有了青龙偃月刀,就不需要关羽了么?" 在音乐领域,一首能够触动人心的歌曲,往往源自于它与人性、社会现实的深刻联系。这正是为何人们在聆听某些旋律时,会感受到强烈的情感共鸣,或是激动振奋,或是黯然神伤。这样的情感体验,源自于音乐创作背后的人文关怀和对生活的细腻观察。 一位乐迷对记者说:相比之下,尽管AI音乐技术取得了显著进步,能够创作出旋律优美、结构完整的作品,但它目前仍难以复制人类创作中的情感深度和社会洞察力。"因此在现阶段,我倾向于将AI音乐视为一个高效而精准的创作工具,而非一个能够传递情感和故事的艺术家。" 此外,在专业的游戏音乐制作、学术音乐创作等方面,AI作用还有限。 "AI变革音乐行业的前提仍然是使用者的认知。"Ferry对第一财经表示,AI生成也有音乐人输入指令的部分,如果音乐人知道自己想要的风格和格式,是可以通过文字去传达给Suno,而Suno也会很聪明地从音乐去理解文字,"这个人工智能最强的点在于它对音乐的理解程度、概念和创新。"在这个基础上,音乐人可以大量制作自己想要的曲子,也可以调整参数达到自己满意的。 Ferry认为,发展成熟后,估计音乐制作这一块会取代90%的音乐人,但还有10%的人是使用者,"可能那10%就是音乐总监能留下来。" 张昭轶认为,AI解决的只是流行音乐中被神秘化的东西,跟流行音乐工业和偶像市场关系不大。况且,一首歌能不能火起来,除了离不开表演者的演绎,还有两个重要因素,一是运气,二是资本(包括造神、包装和媒体传播等),这几方面因素的重要程度不亚于词曲创作。事实上这两年高度同质化的抖音神曲,也要百万元起步的推广费、买量费,这些都是资源基础。 "在学术音乐领域,例如交响乐作品,Suno现在还无法胜任,Suno现在还只模仿创作出几分钟以内的商业音乐,比如R&B、POP、Funk、Jazz等。"余亮表示。 一名游戏音乐制作人员则告诉记者,目前AI音乐生成模型在工作中还没有发挥太高的实用性,他比较期待后续谷歌的MusicLM迭代后辅助更多音乐制作,但也只是辅助参考,很难期望能直接产出符合需求的内容。 王钰表示,随着AI音乐制作软件功能变得强大,可以取代很大一部分功能性音乐的人工创作,但对于独立音乐创作,AI目前无法取代人工,最多起到辅助作用。而像电影配乐这种依赖作曲人的感知和判断的场景,AI音乐制作软件是否能够替代人还不好说。 对于AI在电影配乐这种场景下的应用,Roro认为AI或许能做到表面的东西,但若要做到感知画面、感知电影,通过音乐表达情绪,是否具备此能力还未可知。"要说AI缺少什么,应该是人感性的一面,人类比AI更占优势的一点是,比AI音乐更有人性、更有感情。" 对于未来的音乐方向会是什么,如何才能有竞争力? Ferry表示,单纯的音乐制作、音乐内容产出, "都没人类的事了",反而实体、艺人、演唱会这些会变得更罕有,或者是文化方面。在这个意义上来说,与人类有关的表演仍然无可替代。
AI迎来Uber时刻,初创公司如何构筑新护城河?
引言 最近,一篇题为AI Has an Uber Problem(The Information)的文章引人深思。 作者Tim O'Reilly指出:当初Uber和Lyft利用丰厚的风投资金补贴车费,赶走了竞争对手。如今OpenAI等财大气粗的AI初创企业,正在重复这种Uber模式。 在国内,我们常说滴滴是“虚假垄断”——下架18个月,归来仍是王者&成立至今,累计亏损超千亿元。 当Facebook们已经凭借网络效应抢先一步成为“赢家”时,同样具备网络效应的滴滴们却还在持续烧钱,而且只能烧钱。 网约车行业的网络效应像是一种“诅咒”。 首先,从A到B的出行服务过于标准化,乘客奔着解决出行需求而来,司机也在同时切换几个平台。其次,在出行服务上放大社交功能,很容易出现安全问题,例如滴滴的顺风车业务。 因此,即便做到了“垄断”,滴滴也没有定价权。如果想提高客单价,取消补贴来增加毛利,且不说虎视眈眈的高德们,就连城市出租车系统也会分一杯羹。 为何说OpenAI迎来了Uber时刻?在文章中,作者Tim O'Reilly其实主要是想批判一种“堵死市场公平竞争”的现象。 但我们不妨将OpenAI们的困境与Uber们进行一个类比。 硅谷知名投资人Chris Dixon曾说“因工具而来,为网络而留”。这句话,Uber们没有完全做到,OpenAI们只做到了前半部分。 虽然技术壁垒远比Uber深厚,大模型玩家没有表现出捆绑用户的能力。Similarweb 数据显示:2023年5月—2024年1月,其中的5个月内,ChatGPT总访问量都在下降;去年11月惊艳亮相的GPT Store也没有什么水花,绝大多数聊天机器人,每天只能吸引到 1-2 个用户。 大胆想象一下,现在Claude 3已经开始“田忌赛马”定价策略,下一步该不会又是熟悉的价格战? 其次,AI时代的网络效应是“有毒”的——某种程度上,用户越多,亏得越多。Anthropic长期毛利率在 60%左右;OpenAI因为ChatGPT免费版,毛利率可能更低。相较之下,美国SaaS公司普遍毛利率在70%左右。 当然,只要AI创业能保持这种增长势头,投资人也可以忽略亏损,直到收入增长掉进30%—40%。一位VC合伙人表示:到那时,如果一家公司的经营现金流为负,并在短期内没有将至少10%的收入转化为现金流,就很难吸引新的投资人入局。前方指路——X热点|别跟马斯克扯头花了!“叛徒”Anthropic解决了困扰OpenAI的难题。 由此产生了一个问题:OpenAI们的“护城河”真的坚不可摧吗?以及,AI初创企业该如何构建自己的“护城河”。 1 关键点:获取并维系付费客户 什么才是“护城河”?是关键性技术壁垒,还是压倒性的市场占有率? 这些都是表象,真正的“护城河”是企业产生利润的能力——企业与供应商和客户的议价能力,帮助企业提高价格并降低成本,以产生更高的利润。 一个简单的推导:如果我花费X元(CAC),能获取一个为我花费Y元(LTV)的客户,只要Y>X,烧钱也值得。 为此,企业要么降低X,要么提高Y。如果不能同时实现,也可以通过拉长时间周期,最终让Y总值>X总值 。 当我们将企业核心组成分割为“a创造东西;b吸引客户购买东西;c分发东西”(Evan Armstrong),就会发现两个差异点: 移动互联网时代打破了“c分发规律”,得益于规模经济+网络效应,巨头们的“X总值”可以非常小(除了没有差异性的Uber们)。 AI时代的主题是打破“a创造规律”,虽然能大大降低用户使用数字组件生产商品的成本,但算力需要花钱,“X总值”不可能是一个小数目。 因此,获取并维系付费客户的能力将成为AI企业构筑“护城河”的关键所在。 比起充满不确定性的C端用户,注重技术革新(付费强)+长期合作(粘性高)的B端客户才是稳妥之选。 具体来看,OpenAI逐渐转向B端业务,ChatGPT为引流,API才是营收大头;Anthropic更是旗帜鲜明地一头扎向了B端市场;而Inflection被微软“生吞”几乎宣告了初创企业放弃C端的聊天机器人战场。 2 差异点:抢先“包装”AI品牌 一旦企业发现底层技术不能制造差异,就要寻找新的差异点。此时,品牌和影响力比以往任何时候都重要。 著名风投机构NFX 研究了几百家AI应用层初创企业,发现它们的产品居然像“水”一样,技术差异化趋向于零! 很多AI企业期待凭借“(数据+模型)*用户体验”取得胜利。 但实际上,真正有效的公式是“(数据+模型)*用户体验*(分发+客户感知价值)”。 NFX认为,目前在数据和模型上,不太可能实现差异化——非结构化数据可能会在一段时间内给企业带来优势,但最终数据本身是不够的,模型大部分情况下也可以互换。 还剩下什么? 首先是用户体验。在加密货币中,用户体验就像吃玻璃。AI现在的问题也是如此,会有人想出一种惊艳的AI应用吗?但这个应用100%不会是纯聊天机器人。 其次是分发。例如,想要基于用户数据开发个性化AI应用,就很难和Instagram、Sharepoint、Google Drive等现有企业抗衡。 最后是客户感知价值。这部分是目前最具发挥空间的元素。如果企业一开始能做好品牌,就可以在最丰富、最平淡的材料注入情感价值,但这几乎会变成一个“心理游戏”。 综上,NFX分享一个思考框架:生成式AI如水,AI应用如瓶装水。 水有三个特征:必需品、无处不在、每瓶水都差不多。 听上去有点绝望,但美国目前约有80个瓶装水品牌,而且大家都活得还挺好,且瓶装水也是美国最畅销的饮料。 历史上,美国的瓶装水行业经历过一个“衰退--智能营销和细分市场定位复苏--现有企业进入、收购真正佼佼者、击败大部分竞争对手”的重生循环。 1850s,在美国公共水系统发展初期,出现了一些区域性瓶装水企业,宣传瓶装水比自来水更干净。1900年,美国大多数公共饮用水已经变得干净,随后瓶装水行业逐渐销声匿迹。 1970年,法国品牌Perrier进军高端市场,销售模式主要为B2B,用来调制鸡尾酒。 1975年,Perrier开始播放D2C广告,将品牌定位为高端、性感,以及更新鲜、更纯净的自来水替代品。随后,Perrier销售额从1975年的300万美元飙升至1979年的2亿美元。(1992年被雀巢收购) 可以说,Perrier带动了美国瓶装水市场正式复兴,且增长势头持续不断——1988年到1998年,整个美国瓶装水市场的销售额增长了144%。 2001年,可口可乐和百事可乐通过净化自来水,创立了两个中端市场品牌:Aquafina和Dasani,并凭借其原有的分发优势,拥有巨大的市场份额。但这两个品牌并没有堵死其他品牌的活路,如今还有新的瓶装水企业以同样的模式出现:Liquid Death、Chlorophyll water。 理性来看,人们并不需要这么多的瓶装水品牌,但当越来越多的创始人带着独特的故事和价值观来到市场,品牌总能活下去。 基于此,NFX认为,AI企业至少要在获得技术优势之前学会营销游戏。 3 转折点:从找数据到处理数据 风投机构Greylock同样认为,AI创企需要精通市场推广,并给出了进一步建议。 首先,创始人应该是具有领域经验的产品构建者:只有深入了解复杂性,才能制定正确的营销推广策略、预测销售时间表和招聘计划表。 其次,用紧迫感(FOMO)来主导主要的分销渠道:从经验来看,那些没有采取 FOMO策略的垂直企业需要花费很长时间才能看到业绩起飞。 但与NFX的“摆烂式”不同,Greylock强调了数据的重要性——不可复制的专有数据集能够制造差异点,而且只有客户使用产品时所产生的数据才能形成长期壁垒。例如,客户标记自己的行为数据或与产品交互产生的数据集。 目前对于许多垂直行业而言,数据还留在杂乱的传统系统中。为了处理数据,一些大型科技公司已经开始提供为客户合成数据的服务,并将合成数据用于模型训练,以实现快速交付的目标。 如此看来,AI创企的战场正在从旧的壁垒(数据来源)转移到新的壁垒(处理数据)。 结语 “护城河”通常是以静态方式被我们讨论,就好像它早已被“固定”在企业中。但事实上,每一家企业倒闭的概率都不可能为零。甚至从大数据来看,一家企业在诞生第10年倒闭和诞生第25年倒闭的概率相同。 一劳永逸的“护城河”行不通。无论是过去还是未来,最好的企业永远能够为特定客户,解决“不断更新”的痛点,而这需要企业持续高速改进最佳产品,用创新扩大竞争优势。就像马斯克说的“创新步伐”。 对于AI创企而言,如果你正在摇摆不定,不妨将AI元素从解决方案中剔除,再来看这是不是一门好生意。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。