當前位置:
首頁 > 科技 > 直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

顛覆對手?還是顛覆自己?這是兩個問題不是一個

在視頻直播時代,Snap與最大的競爭對手Facebook不同的是:Facebook只有一個最大的競爭對手YouTube;Snap有兩個:Facebook和YouTube。

Facebook日活用戶是18.6億,YouTube也早就突破了10億。Snap的日活數字是1.58億。這幾天全球的科技媒體都在議論Facebook全線「複製」Snap的「story」產品的事。社交巨頭對此的回應是;這不是誰抄誰的事情,這本來就是社交產品應有的功能,誰家都可以用。結果是,隨著Instagram Stories和Facebook其他產品對Snap的全面山寨,Snap用戶增長明顯減緩。

Snap一如既往沒有對這類事情有任何回應,或者對於這個奇葩的歐美青少年喜愛的社交平台來說,被抄襲就應該是一種常態,它的注意力和樂趣在於顛覆和創建。

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

今天,Snap正式對媒體發布消息:推出「故事搜索」功能(Snapchat Stories Search),並且顛覆了自己最初的「閱後即焚」產品功能——用戶生產的內容不再僅限於24小時的留存時間,可以通過新的搜索功能對這些「故事」的數據定義,出現在1天到幾周甚至幾個月的時段內,簡單說就是你的「故事」中如果被搜索的標籤越多,那麼它出現的頻次和留存的時間就會越長。這完全由用戶的需求決定。

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

故事搜索詮釋了相機是新的鍵盤

Snap的用戶會明白,Snapchat基本上是一個無需文字輸入即可全程輕鬆使用的應用。所有惡搞的濾鏡不僅是產品最大亮點,而且時用時新的效果和應節應景的熱點,總是可以替代你打字解釋的情緒。眼花繚亂的Snap搞怪表情包,可以隨時添加到PO出的圖片和視頻里,比文字更具表達力。

Snap自稱是「一家相機公司」,「要重新定義相機」。這第一個重新的定義就是:相機取代打字輸入的鍵盤。

原理是:Snap的新演算法可以掃描我們發布的「故事」中添加的那些、完全能被Snap表情包或者圖標代替的文字,時間點和以及圖像(視頻)中的視覺元素,並按主題分類。

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

比如,如果你在直播夜店的現場時,在文字中使用了一個Snap的圖標比(「今晚這裡真」),Snap Stories Search就會根據這個圖標搜索到你的故事,你的地理坐標以及周邊的一切動態。

此外,Snap 也使用機器視覺來檢測用戶PO出的影像故事中的信息,比如你發了一段自己家汪星人的視頻,那麼「小狗」就會變成一個「搜索關鍵影像」,如果「小狗」的影像故事被搜索提交足夠多的話,你的小狗直播就會在相對長的時間段內被反覆檢索出來。

Snap表示,它將繼續擴大這種分類檢索的方式。有可能最終還能通過音頻信息實現「關鍵聲」搜索,比如故事中的背景音樂或某個人的說的話。

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

從社交應用到實時資料庫

對於Snap的Stories Search,科技媒體TC有一句點評很精彩:這就像在你家隔壁有個世界最大的視頻出租店(隨意挑選,精確檢索、定時觀看,閱後即還)。而且出「新片」的速度比你看的的速度還快。

我們(www.okglasses.cn)的感覺是,這不就是一個直播視頻版的YouTube嘛?但是YouTube可是web時代的產品,不僅沒有那麼方便的手機直播,而且沒有表情包和濾鏡,最關鍵是搜索巨頭對YouTube的檢索功能無法實時搜索直播短視頻、不能用機器視覺檢測表情包和視頻影像……當然也不會「隱藏」你的故事直到它們被反覆大量的搜索後再出現。

簡單說,Snap正在顛覆的是谷歌的未來。

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

不要所有人的一點時間,要某些人的大量時間

回頭去看上面那張黃色的表,因為Instagram Stories和Facebook對Snap的全面山寨,Snap用戶增長明顯減緩。但是為什麼Snap不是很care。因為不管誰在模仿自己,它們都不妨礙自己要實現的目標:Snap要的不是所有人都在自己這裡花一點時間,而是「某些人」在這裡花大量的時間。直白些解釋就是,咪蒙可以努力撒雞血去拼100萬+的3線家庭主婦,而馬化騰只需要有一個10人的小圈子。雖然Snap不是馬化騰。道理一樣。

舉個例子:Kerry Flynn是一枚商業科技記者,主要報道與社交媒體相關的新聞。這是他的手機上對各應用的使用比例。另一家媒體Mashable的科技編輯Damon Beres對此的觀點是:Instagram 相對Snap來說,用戶更有線,內容更炫耀也具影響力,但是「我還真特么不是很關心他們在幹嘛」。


「在Facebook和Instagram上,我可能會加你好友,你可以隨意竊取我的高中照片。我也的確不是很在乎。但是當涉及到我生活中的每時每刻,我每天上下班業餘時間做什麼這些?我只在Snapchat上說。 」

除非你得到我的信任,否則我不會加你

與其說Snap成功是因為產品更符合新一代用戶,不如說是因為新一代用戶對Twitter、Facebook和Instagram的拋棄。拒絕虛假、炫耀和「報喜不報憂」的社交媒體典型應用場景以及扎克伯格要實現的「連接一切」的相關產品功能,正是Snap和它的用戶達成共識的產品要素。

在微博或者臉書上關注和搜索,你獲得的可能是大V的140字或者10萬+大號的1400字文章(視頻)。而Snap Stories Search給你的是跟你一樣PO了自己家小狗的「同類」用戶內容。它們可以出自大咖明星也可以出自跟你一樣的普通用戶,就像Damon Beres所說:你特么才不在乎是誰呢,你只想看看哪些小狗。故事是連接一切的核心,不是人或者他們的關係網。

直播搜索顛覆巨頭:Snap機器視覺和新演算法重新定義相機和用戶

1.58億人每天的25分鐘

只有1.58億日活用戶的Snap,平均每個用戶每天花在Snapchat上的時間是25-30分鐘。

針對Facebook的一項調查顯示,美國用戶日均使用時間超過50分鐘。但同時臉書也被這樣描述:針對國際市場和較老的用戶。而Snap目前只有一個目標:必須讓美國青少年更長時間地留在Snap上。這是否可以解釋這樣的一種價值觀:全世界的人在幹什麼不再重要,你所在的城市的年輕人關心什麼才更容易吸引你。

新的故事搜索功能,不會展示廣告,沒有贊助商或者贊助商地理信息的鏡頭。對於用戶來說可以免遭廣告騷擾,對於廣告商來說也是一個推廣廣告被更好消費的新方式——只要你把廣告當成視頻故事來講,那麼被用戶自然搜索到的機會和時段都會更長久,裡面的關鍵信息也會更深刻。無論是對Snap用戶、廣告主還是Snap本身來說,都是利好的。

在內容即一切的時代,Snap把這個「一切」都當成「故事」。這個「故事」可以用表情包、濾鏡和任何實時的影像來表達和傳遞。為了搜索這些海量的「故事」。Snap通過自己的產品標籤建立了新的搜索法則和演算法。被重新定義的相機成為新的鍵盤。而被重新定義的「故事」背後最真實的故事,依然是廣告。

然而我們還是很喜歡Snap的這個故事,它說明一個道理:顛覆別人沒有顛覆自己來得更嗨,而所有熱衷於顛覆自己的事情和人,都會讓對手無所適從。一個只剩下抄襲別人的產品哪有工夫創新呢。

10萬+的時代快到頭了,KK那個關於1000個鐵杆粉絲的預言真的要來了。

相關閱讀:

Snapchat上市第一天市值已超越Twitter 4個產品核心挑戰全球社交平台

性、不掙錢的廣告和界面「混亂」:從Snap的IPO中我們學到的12件最妙的事情

從Facebook到Snapchat:信息時代已死 體驗時代接棒

[IN2原創資訊轉載請註明來源及鏈接 相關數據/圖片來自TC]

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 IN2虛擬現實影像 的精彩文章:

《攻殼機動隊》VR曝光 體驗「寡姐」斯嘉麗信仰之躍
看完全世界科技公司的惡搞 最後還是服了這個
焦慮的好萊塢六大和美國院線 VR影院是救命稻草嗎

TAG:IN2虛擬現實影像 |

您可能感興趣

OpenAI新推兩種演算法,使機器人在VR中快速掌握新技能
Autodesk提出機器學習新演算法:使用「自動編碼器網路」探索生成3D形狀
MIT研發腦控機器人,全新機器學習演算法識別腦波只需10ms
機器學習演算法實踐:Logistic 回歸與梯度上升演算法
演算法新應用,機器學習無人機幫忙數動物
乾貨 | 機器學習演算法大總結(ML崗面試常考)
Facebook反垃圾實踐:人工治理與機器演算法齊飛
Google正在測試一種直接在手機上培訓AI演算法的新方式
Bandit演算法與推薦系統
給蚊子絕育來防傳染病,Google用上了演算法和機器人
NASA 新的無人機監管技術,依靠演算法強制黑飛迫降
MIT研發腦控機器人 全新演算法識別腦波只需10ms
Google正在測試直接在用戶手機上培訓AI演算法
選擇Spark機器學習API的四大機器學習演算法,你掌握了多少?
主要推薦系統演算法總結及Youtube深度學習推薦演算法實例概括
AI加持:視覺演算法讓無人機識別3D環境並自主飛行
用機器演算法預測自殺傾向
機器學習演算法在自動駕駛領域的應用大盤點!
機器學習演算法在自動駕駛領域的應用大盤點