Group 1 - The core viewpoint of the report is that CIBN KuMiao has become the leading platform in the smart screen market with 148 million monthly active users by 2024, surpassing Galaxy Qiyi [1][5] - The report indicates that the total number of activated smart TVs in China reached 390 million by the end of 2024, representing a year-on-year growth of 2.6% [5] - The daily average viewing time for smart TV users is 4.5 hours, which exceeds the average daily internet usage time on mobile phones, recorded at 4.1 hours [10] Group 2 - The report highlights that the viewing time for children's content has seen the fastest growth, increasing by 76% year-on-year [9] - Classic content continues to attract viewers, with 20 classic dramas accounting for 22% of the viewing time among the top 100 dramas [9] - Youku has upgraded its user experience across all platforms, focusing on content recommendation, immersive viewing, and visual upgrades to enhance user decision-making efficiency [10]

写在前面 & 笔者的个人理解 扩散模型在自动驾驶场景视频生成中已经展现出比较有前景的视觉生成质量。然而，现有的基于视频扩散的世界模型在灵活长度、长时序预测以及轨迹规划方面 仍存在不足。这是因为传统视频扩散模型依赖于对固定长度帧序列的全局联合分布建模，而非逐步构建每个时间下的局部化分布。本研究提出 Epona ，一种自回 归扩散世界模型，通过两项关键创新实现局部时空分布建模：1） 解耦的时空分解 ，将时间动态建模与细粒度未来世界生成分离；2） 模块化的轨迹与视频预测 ，通过端到端框架无缝整合运动规划与视觉建模。本文的架构通过引入一种新的"链式前向训练策略"（chain-of-forward training strategy），在实现高分辨率、长持 续时间生成的同时解决了自回归循环中的误差累积问题。实验结果表明，与现有方法相比，Epona在FVD指标上提升7.4%，预测时长可达数分钟。该世界模型进一 步可作为实时端到端规划器，在NAVSIM基准测试中优于现有端到端规划器。 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 今天自动驾驶之心为大家分享 地平线联合 ...

本文第一作者魏熙林，复旦大学计算机科学技术学院人工智能方向博士生，研究方向是多模态大模型、高效长上下文；目前在上海人工智能实验室实习，指导 mentor 是臧宇航、王佳琦。 一、背景介绍 虽然旋转位置编码（RoPE）及其变体因其长上下文处理能力而被广泛采用，但将一维 RoPE 扩展到具有复杂时空结构的视频领域仍然是一个悬而未决的挑战。 VideoRoPE++ 这项工作首先进行了全面分析，确定了将 RoPE 有效应用于视频所需的五个关键特性，而先前的工作并未充分考虑这些特性。 作为分析的一部分，这项工作构建了一个全新的评测基准 ——V-RULER，其中的子任务 "带干扰项的大海捞针（Needle Retrieval under Distractor, NRD）" 表明： 当前 RoPE 变体在缺乏合理时间维度建模策略时，容易被周期性干扰项误导，表现不稳定。 左图：为了展示频率分配的重要性，基于 VIAH（a），作者提出了一个更具挑战性的 benchmark: V-RULER，子任务 Needle Retrieval under Distractors 如（b）所 示，其中插入了相似图像作为干扰项。右图：与 M- ...

2025年过半，上半年，"爱优腾"三家在有效播剧上各有千秋，都有不同出圈程度的爆款剧集，《无忧 渡》《折腰》《藏海传》先后成为流量收割机。更早之前，还有《宴回时》《难哄》《漂白》等剧集刷 屏。 《藏海传》之前，优酷已凭借《难哄》与《蛮好的人生》吸引了不少品牌广告主，数据显示，两部剧招 商数量分别为23、29个。悬疑短剧集《沙尘暴》也为平台撑起了不错的口碑。 虽然在体量规模、盈利水平都不及爱奇艺与腾讯视频，但优酷作为爱优腾三家之中，一直被唱衰"掉 队"的平台，今年对外形象似乎有所扭转。阿里集团5月中旬发布的2025财年第四季度业绩公告显示，优 酷终于走出亏损泥潭，单季度扭亏为盈。 不过，如果从数据维度进行排名的话，还是能分出伯仲。从播放量、市占率、集均播放等关键指标来 看，上半年剧王应该毫无争议当属优酷的男频权谋剧《藏海传》。市占率是一个最有力的证据，云合数 据显示，《藏海传》最高市占率高达40.1%。从开播至收官，正片有效播放市占率多日连续排名第一。 灯塔数据显示，《藏海传》累计播放量高达18.5亿。 对比来看，同样热播，且被评级为S+剧集的腾讯视频《折腰》，云合数据显示，最高市占率为25.8%。 开播之初， ...

"不断重复"，这是品牌营销经典书籍《定位》中，针对品牌影响力建设反复提到的概念。这个概念同样 也适用于自媒体。 它不仅仅是一个简单的口号，还是一种让你的人设和内容深入人心的策略。运营一个自媒体账号，就像 经营一个个人品牌，为了让这个品牌深入人心，就要通过不断的重复、触达，将你的内容与形象准确地 传达到用户视野中，并且深入他们的记忆。 但是中国的几大社交平台之间互相区隔、各自为政，用户之间有重叠，也有差异。为了更好地触达尽量 多的用户，需要运营多个平台，在各个平台都将自己的定位和人设明确。同时，因为平台特性与用户差 异，即便是相同的内容，也需要呈现内核一致但表现形式不同的形态，最终达到最大的传播效果。 因此品牌营销概念"不断重复"，并非表面看起来那么简单，重复的是账号定位、人设与内容的内核，但 并非在全平台上原样照搬。 第一个维度是平台特点。 从这个维度上，平台分为两大类：国民级平台和相对垂直的平台。 1. 国民级平台 所谓国民级平台 ，就是像抖音、视频号、微信公众号这样的平台 ，它们的用户量大，几乎能覆盖全人 群。它们的优势在于，无论你做什么样的内容，都有较大概率在这些平台找到自己的目标用户。然而， 由于用户 ...

本文第一作者为前 阿里巴巴达摩院高级技术专家 ，现一年级博士研究生满远斌，研究方向为高效多模态大模型推理和生成系统。通信作者为第一作者的导 师，UTA 计算机系助理教授尹淼。尹淼博士目前带领 7 人的研究团队，主要研究方向为多模态空间智能系统，致力于通过软件和系统的联合优化设计实现 空间人工智能的落地。 近年来，大语言模型（LLM）持续刷新着多模态理解的边界。当语言模型具备了「看视频」的能力，视频问答、视频摘要和字幕生成等任务正逐步迈入真正 的智能阶段。但一个现实难题亟待解决—— 如何高效理解超长视频？ 为此，来自得克萨斯大学阿灵顿分校（UTA）计算机系研究团队提出了 AdaCM2 ：首个支持 超长视频理解 的跨模态记忆压缩框架。该研究已被 CVPR 2025 正式接收 ，并荣获 Highlight 论文 （接收率为 3%），展示出其在技术创新与实际价值上的双重突破。 论文标题：AdaCM2: On Understanding Extremely Long-Term Video with Adaptive Cross-Modality Memory Reduction 论文地址：https://arxiv.o ...

古装权谋剧《藏海传》正在掀起一场商业与口碑的"冰火之争" 。这部由郑晓龙执导、肖战主演的优酷S+级项目开播即创下纪录。根据豆 瓣网友统计数据，截至6月8日，该剧以48个品牌、217条广告、总时长1927秒的"轰炸式"植入，成为近年来招商最猛的剧集之一。 然而，广告的"凶猛"也引发观众两极评价。SVIP因弹窗广告吐槽"无效开会员" ，另一部分剧迷却将广告视作"爆剧勋章" ，甚至主动分析 植入细节。互联网分析师张书乐指出，这种模式是对受众底线的试探， "若泛滥可能导致用户流失" 。 不过，对于《藏海传》的强大的招商能力，观众评价却呈现两极态势。 对优酷而言，《藏海传》无疑是业绩"强心针" ，该剧在开播前就包揽了2025年优酷招商金额、品牌数双冠。今年一季度，优酷已实现扭 亏为盈，不过长视频行业的盈利难题仍未彻底解决，爆款的持续性和消费场景的挖掘依然在考验着各个平台。 肖战效应！《藏海传》成吸金王牌 近日，由《甄嬛传》导演郑晓龙执导、肖战主演的古装权谋剧《藏海传》在央视与优酷同步开播。 凭借肖战庞大的粉丝基础、郑晓龙的精品制作保障，加上南派三叔的悬疑权谋IP，《藏海传》播出后即呈现"断层式"领先态势。作为优酷 S+ ...

国产开源模型又上大分，这次是在长视频理解领域： 智源研究院联合上海交通大学等机构，正式发布新一代超长视频理解模型 Video-XL-2 。 长视频理解是多模态大模型关键能力之一。尽管OpenAI GPT-4o、Google Gemini等私有模型已在该领域取得显著进展，当前的开源模型在 效果、计算开销和运行效率等方面仍存在明显短板。 而Video-XL-2相较于上一版本的Video-XL，在多个维度全面优化了开源多模态大模型对长视频内容的理解能力： 目前，Video-XL-2的模型权重已全面向社区开放。未来，该模型有望在影视内容分析、异常行为监测等多个实际场景中展现重要应用价值。 允中 发自 凹非寺 量子位 | 公众号 QbitAI 单张显卡，就能处理万帧视频输入，并且编码2048帧视频仅需12秒！ 技术简介 在模型架构设计上，Video-XL-2主要由三个核心组件构成： 视觉编码器（Visual Encoder） 、 动态 Token 合成模块（Dynamic Token Synthesis, DTS） 以及 大语言模型（LLM） 。 △ Video-XL-2的模型架构示意图 具体而言，Video-XL-2 ...

机器之心发布 机器之心编辑部 长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算 开销和运行效率等方面仍存在明显短板。 近日，智源研究院联合上海交通大学等机构，正式发布新一代超长视频理解模型：Video-XL-2。相较于上一版本的 Video-XL，该模型在多个维度全面优 化了多模态大模型对长视频内容的理解能力： 目前，Video-XL-2 的模型权重已全面向社区开放。未来，该模型有望在影视内容分析、异常行为监测等多个实际场景中展现重要应用价值。 技术简介 图 1：Video-XL-2 的模型架构示意图 图 3. Chunk-based Prefilling 效果更佳：Video-XL-2 在长视频理解任务中表现出色，在 MLVU、Video-MME、LVBench 等主流评测基准上达到了同参数规模开源模型的领先 水平。 长度更长：新模型显著扩展了可处理视频的时长，支持在单张显卡上高效处理长达万帧的视频输入。 速度更快：Video-XL-2 大幅提升了处理效率，编码 2048 帧视频仅需 12 秒，显 ...

作者：苏苏 财务表现稳健增长，微剧市场成为新增长极 5月21日，爱奇艺（NASDAQ：IQ）发布截至2025年3月31日未经审计的第一季度财报，良好业绩表现带动了行业稳健发展，同时也证明头部企业的发展活 力。 财报显示，一季度爱奇艺总营收为71.9亿元，环比增长9%；其中，会员服务收入为44亿元，在线广告服务收入为13.3亿元，内容发行收入为6.3亿元，其他 收入为8.3亿元。与此同时，据非美国通用会计准则显示，爱奇艺第一季度运营利润为4.6亿元，环比增长13%，运营利润率为6%，当即收入和运营利润实现 环比增长。 就一季度业绩表现，爱奇艺创始人、首席执行官龚宇表示"爱奇艺长剧集云合总市占率持续领先，微剧的用户规模和活跃度在本季度显著提升。" 在短剧冲击、观众注意力被其他娱乐形式抢夺的2025年，爱奇艺交出这样一份稳健的成绩单，进一步恢复了大家对行业的信心。 长剧、短剧及海外业务纷纷呈现向上增长的趋势，这在助推爱奇艺第一季度总营收和运营利润的同时实现环比增长之外，爱奇艺的资产负债情况也得到优 化。比如，通过成本控制等路径，爱奇艺第一季度净利息支出大幅下降，债务结构得到改善。爱奇艺首席财务官汪骏表示，"我们持续 ...