跨界圍攻:「AI 視覺」公司已集體殺入智能駕駛圈
2021-05-22
雷鋒網
如今的智能汽車賽道,說挨肩迭背也不為過。
新勢力派引領變革,最為二級市場所看好;泛網際網路派占流量高地,擅技術遷移;傳統車企派根基夯實,品牌名聲享譽在外。
甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。
如華山比武般,大俠們個個嚴陣以待,各方勢力黃巾高擎,左右開弓。
你看看,前有行業鐵幕,中夾破釜沉舟之心,後是險峻江湖,哪還有初進牛犢的落腳之處?
即便如此,在月前燥熱尚未消退的上海車展後,鮮少被提及的AI視覺公司還是擠了進來。
看慣了巨頭們的聲勢浩蕩,轉身發現AI視覺企業們的入局講究一個循序漸進,起承轉合。
而他們的悄然進入,也給智能駕駛領域增添了幾段新故事。
海康威視:左手自研、右手投資
AI安防老大哥海康,深耕智能駕駛市場履行一貫的低調風格。
其對智能駕駛的綢繆始於2015年,當時海康內部計劃開展新業務,起初確定的業務有三:海康汽車電子、海康機器人、海康螢石。
2016年7月,耗資1.5億的海康汽車技術正式成立。
在此前後,海康還分別於2016年6月投資了威視汽車科技,2017年7月成立了海康汽車軟體。
2018年是海康智能駕駛的上升之年,市場渠道、技術研發上均有突破。
2018年2月,他們上線高級駕駛輔助系統、自動泊車APA+,同年又成功打入2019款保時捷卡宴的配置中。
汽車產業以穩為重,鏈條長、利益盤根錯節,新入者切入並不容易,而海康卻出其不意一舉打入高端。
數據顯示,截至2018年底,海康汽車已經通過了20家OEM的審核並成為其合格供應商,公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。
其中,定點項目超過200個,已量產的項目超過100個,覆蓋500家渠道合作夥伴。
成立子公司自研之外,投資也是海康較為看中的一大路徑。
在成立汽車電子公司之前,海康就曾在2016年入股毫米波雷達企業森思泰克,並成為後者的第二大股東。
2013年成立的森思泰克既是毫米波雷達第一批探路者,也是成績較為優秀的領軍企業之一。
森思泰克創始人秦屹是英國海歸的雷達專家,在英從事雷達研發和製造十餘年。
據悉,森思泰克所聚團隊成員中80%具有軍工背景,掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。
據悉,森思泰克毫米波雷達在北京、石家莊設研發中心,在蕪湖設總廠,在杭州設車載事業部。
石家莊,有軍工雷達大本營之稱,軍民毫米波雷達研發人才密集,且電科雷達研發54所和13所都在石家莊。
森思泰克也頗為爭氣。
2019年,思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。
森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。
目前,森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。
海康與森思合作的高分毫米波成像雷達+視覺融合技術,或許將對壘低線束雷射雷達。
大華股份:立足整車,三電、網聯、自動駕駛多點齊發
零跑汽車脫胎於大華股份的汽車部門,獨立後獲得了大華股份的技術和資金支持。
2015年,大華股份副董事長兼任大華股份CTO朱江明親自下場,成立零跑。
經歷2019年新能源補貼大退坡,不少新勢力造車企業已經出現嚴重資金問題,且變現存疑。
零跑汽車亦不例外。
2018年,零跑虧損 3.07 億元後,2019 年上半年又持續虧損約 2 億元。
2019年1月4日,零跑汽車第一款車S01上市,該車2019年全年交付約1000輛。
對於連續虧損的零跑,唱衰論一直也在網上發酵。
朱江明對此表示,「即使不融資,零跑也能再活三年。」他透露,大華股份將持續為零跑輸送資金,「當然我們希望能更多的融資,發展得更快些。」
在經歷融資受阻後,2021年伊始,零跑官宣融資43億元,合肥政府投資平台亦在其中。
今年年初,此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議,未來合肥方面將對零跑B輪融資投資約20億元,並展開更多合作。
現金流方面,從不被業界看好,到巨額融資的到帳,仿佛又讓市場看到了可能性。
技術層面,零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術,並完全掌握自動駕駛核心硬體平台和算法技術,實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。
產品層面,零跑汽車目前旗下擁有3款量產車型,分別為:零跑T03、零跑S01以及零跑C11。
三款產品風格各異,銷量不一。
2020年,零跑汽車官方消息稱,2020年累計銷量達11391輛,其中T03為主力軍,貢獻了10266輛。
創始人朱江明也底氣頗足:「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。
商湯:求精感知技術,並進艙內艙外
與其他AI獨角獸相比,商湯在自動駕駛上布局較早,也更全面。
2017年進軍自動駕駛,商湯的汽車產業布局可分為艙內(智能車艙)和艙外(智能駕駛)兩大層面。
智能車艙層,基於前裝量產解決方案,以視覺感知技術為錨點,由點及面,覆蓋用戶從上車到用車的多個場景。
商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。
據悉,在過去的兩年多時間裡,商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目,覆蓋車輛總數超過1300萬輛,其中10 余個項目已經實現了量產交付。
智能駕駛層,商湯選擇與主機廠合作,做汽車廠商(OEM)及一級供應商(Tier1)的解決方案供應商。
在自動駕駛感知、決策和執行三大要素中,汽車廠商和Tier1占據重要角色。
2017年,商湯與OEM廠商本田簽訂了為期5年的長期合作協議,研發適合乘用車場景的L4級自動駕駛方案。
2018年,商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年,在日本落地「AI自動駕駛公園」,將用於自動駕駛汽車的研發和測試,並面向公眾開放。
商湯的自動駕駛業務定位,是以視覺為主,其他元素為輔。
視覺之外,商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。
通過搭配多種不同傳感器,實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。
目前,商湯對自動駕駛技術進行了多次疊代,形成了一套較為成熟的智能駕駛方案:SenseAuto Pilot智能駕駛解決方案,聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新,並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。
軟體之外,2019年3月,商湯還推出首款原創機器人SenseRover X自動駕駛小車,這是款針對自動駕駛的教學產品。
奧比中光:戰投+自研,兩條腿走路
奧比中光是AI初創企業中對智能汽車投入最多的公司之一。
作為一家AI 3D感知技術方案提供商,成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。
3D傳感作為人工智慧領域最核心的視覺感知技術,融合了晶片、算法、光學、軟體等多交叉學科技術,是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。
除3D結構光外,奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。
早在2018年,奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。
飛芯電子成立於2016年,是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。
成立僅2年,飛芯電子獲得了博世等注資。
據悉,飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務,客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。
飛芯電子稱,其針對行業痛點,採用了連續波載調製或相干外差探測方案,利用焦平面點雲測距技術,滿足較高的空間解析度和較大的視場角,探測距離可超過200m,且無需複雜昂貴的機械掃描裝置,不斷提高系統可靠性,也使獲得的圖像更為清晰。
2019年4月,奧比中光成立車載3D視覺傳感方案提供商奧銳達。
奧銳達的業務重心在智能座艙,產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。
承襲了奧比中光的3D視覺感知技術,奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。
其金融級安全的3D人臉識別方案,保護駕乘人員的信息安全;通過3D-ToF 攝像頭,實現多區域手勢控制;同時,智能汽車還可以通過3D信息,判斷駕乘人員體型、座艙內位置等。
近日,奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。
虹軟:主攻艙內,走軟硬一體之路
2018年,為應對手機市場見頂飽和,虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域,一舉橫向突進自動駕駛市場。
虹軟科技創始人兼CEO鄧暉曾表示,未來每輛汽車裡都有10個以上的攝像頭,智能座艙將成為智能駕駛視覺AI的重點應用場景。
與其手機定位一樣,虹軟的智能汽車走軟硬一體解決方案,力圖做車載視覺一站式解決方案的供應商。
從招股書看,截至2018年底,虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元,占比不足1%。
與多數視覺企業加裝雷射雷達等技術不同,虹軟的的自動駕駛解決方案完全基於視覺層面,且核心聚焦在車內智能。
虹軟科技的智能駕駛視覺解決方案,包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。
2019年3月,虹軟入股開易(北京)科技,後者主營業務包括主動安全智能終端(ADAS+DMS+人臉識別)、SDK軟體服務以及硬體整體解決方案。
2019年,虹軟在科創板上市。
虹軟表示,其在計算機視覺領域積累深厚,融合其暗光高反差拍攝、防抖等影像視頻增強算法技術,即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下,也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。
上市後,虹軟大力布局智能汽車及其他 IoT 智能設備領域,目前成效初現。
據虹軟表示,智能汽車板塊2019年開始真正量產。
數據顯示,2020年,智能駕駛視覺解決方案業務增長較快,實現營業收入6592.99萬元,同比增長310.61%。
據悉,虹軟智能駕駛相關產品包括DMS(駕駛員識別系統)、ADAS(高級駕駛輔助系統)、BSD(盲區檢測系統)、OMS(乘客識別系統)、Interact(視覺互動系統)、Authenticate(生物認證)、AVM(3D環景監視系統)、AR HUD(AR抬頭顯示)和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。
高工智能汽車研究院數據顯示,DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。
虹軟今年透露,其智能駕駛業務已實現37+7個前裝車型定點開發(37款量產車型定點,7款車型預研),以提供純算法為主,公司直接與Tier1或整車廠簽約,涉及多家國內主流車企(含造車新勢力)及部分合資車企。
格靈深瞳:最早入局,協同成長
成立於2013年,格林深瞳是最早的一批AI視覺公司,也是最早一批投入自動駕駛的AI視覺公司。
當年,格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。
2016年,馭勢科技在北京誕生,格靈深瞳作為投資方入股馭勢科技。
過去五年,馭勢科技在洶湧潮水中奮力前行。
2017年1月的CES,馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」,該車型成為了全球第三款獲得紅點設計大獎的無人車。
同年,這家公司分別在4月和6月,於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。
今年1月21日,香港國際國際機場宣布,由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車,承擔往返機場和海天客運碼頭的行李運輸任務,意味著其在機場的運用已逐步上量。
在過去的一年中,馭勢科技與長安民生物流、一汽物流、巴斯夫(BASF)等數十家企業建立了商業合作。
據透露,在國內某豪華品牌車型上,馭勢科技提供的軟體算法也已前裝量產,並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」,實現年度業績同比增長150%。
前不久,馭勢科技宣布完成累計超10億元人民幣的新一輪融資,在這場融資中馭勢科技獲得了國家資本的參投。
馭勢科技在無人物流埋頭苦幹,潛心鑽研,其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。
2016年誕生至今,馭勢科技經歷萬千辛酸,在密如繁星的棋子中探索出一條最優解法,以機場定式,在精進自我的路上捨命狂奔。
而格林深瞳的自動駕駛之路,也隨著馭勢科技越走越遠。
曠視:立足AI視覺,做車載全套解決方案
2018年11月,曠視曾公開展示過車載AI視覺解決方案。
彼時的曠視,其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主,並收取相應軟體使用費和服務費。
「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認,實現人臉解鎖車門、臨時授權人臉解鎖車門;
通過車內的攝像頭實現刷臉啟動發動機、保險箱等,「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份,配合車載智能系統,快速調整用戶預設的車輛各項個性化配置(座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等)。
「駕駛員識別系統」可通過車內攝像頭,實時查看駕駛員駕駛狀態和行為,在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警,保障行車安全。
曠視曾表示,其與蔚來汽車實現了未來在智能汽車應用上的深度合作,真正的無人駕駛商用較遠,曠視聚焦對人類駕駛員的理解和輔助。
的盧深視:基於3D視覺相機,為產業賦能
的盧深視在智能汽車領域的角色,更多是與第三方合作的方式。
作為三維視覺領域的佼佼者,的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。
上月,的盧深視出席了2021全球自動駕駛高峰論壇,並展示了其最新3D CV相機及其應用。
的盧深視兩款自研3D CV相機,其在5米範圍誤差小於1mm,指標超越國際3D相機巨頭,量產良率達99%以上。
基於前端低功耗嵌入式平台,兩款相機均可實現非接觸式精準識別,基於結構光原理,更可還原人臉高精度3D細節信息,通過人臉立體尺寸信息精準辨識人員身份,同時對於二維和三維攻擊識別正確率高達99.99%。
多提一句,安全性上,可達金融級別。
據悉,除了智能汽車領域,兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。
智能駕駛:AI視覺第二春
AI視覺眾企入局智能駕駛賽道,並非跑題創作。
其一,布局智能駕駛,是戰略向外牽引使然。
自計算機視覺出走實驗室樊籠,AI安防、自動駕駛便拿到一大波投資人的「S卡」。
當年AI落地之時,安防提供了絕佳的土壤,AI公司在此實現技術與產業的交融。
期間,AI與安防彼此成就:
安防向世界輸送的海大宇等驕子,幾乎主導了全球安防市場話語權,行業極速擴容,向城市各個領域蔓延。
AI獨角獸們也從安防起家,並逐漸走向千行百業,邁向全域。
左邊是AI安防成主要營收來源,右邊是AI安防逐漸占領一席之地。擺在入局者眼前的,是如何保持縱向持續增長的必答題。
擺脫路徑依賴,尋找AI安防之外的市場,已是當務之急。
如果說,過去五年,AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話,那麼未來五年,他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。
非標領域的標準市場在哪?自動駕駛、醫療、晶片赫然在列。
縱觀AI市場,目光所及賽道幾近全員虧損,掘金志認為,與高成本人力無關,因為虧損在放大;與硬體儲備也無關,因為可以OEM。
核心在於:AI安防未能標準化,項目需求又無窮多。
那就去標準化市場?有人問。
標準化市場可以一夜之間把價格做到無窮低,但高額運營支出非AI企業所能承受。
標準化市場上不去,定製化市場下不來,AI公司的突破口在哪?答案是:非標準化市場裡找到標準化路子。
賽道上,自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是,智能駕駛初創企業也依賴資本輸入。
但前者場景碎片化、項目定製化,產品標準化之路漫漫;後者以智能汽車為載體,技術上軟體定義、人機協同一旦成型,會一招吃遍天下鮮。
眼下,不少智能駕駛新勢力已實現產品量產,並獲得一定規模的現金流。
對於一眾搶灘的各路豪傑,AI視覺的入場似乎有些遲。
但智能汽車賽道正熱、格局未定,智能汽車產業鏈長、細分領域繁雜,此時入場的AI視覺,你可以說它入場稍晚,但不能說它機遇不在。
其二,自動駕駛或是計算機視覺技術應用必登之高峰。
近幾年,機器學習持續深入,計算機視覺應用亦有了飛速進展。
千山萬水跨越的人臉識別小山,是AI最成功,也最基礎的一環。
真正的AI,是貫穿感知-決策-執行的長鏈條,這一點在自動駕駛上體現得尤為極致。
感知層,通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息;
決策層的「大腦」,基於感知層輸入的信息作環境建模,從而形成對全局的理解並作出決策判斷,再向車輛發出執行的信號指令;
最後的執行層,將決策層的信號轉換為汽車的動作行為。
自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體,落地難度之大,各路AI無不動容。
計算機視覺應用場景萬千,自動駕駛無疑是極具挑戰性、最具想像力的一條。
越是長在懸崖之巔的花,越讓人著迷。
一直以來,在環境感知環節,存在AI視覺與雷射雷達技術路徑之爭。
不管何種路徑更優,已經在視頻物聯領域經歷過殘酷驗證,AI技術儲備上,AI視覺企業們也已攢下不少經驗。
狼多肉少,能吃幾成飽?
「自動駕駛是很低級的行業嗎?所有人都想來分一杯羹。」
這調侃入局者們聽了,大抵會覺得分外委屈。
大多數困在第一道門檻,錢。
「沒有200億不要造車」的聲量振聾發聵,造車明星蔚來也曾資金一度跌入谷底。
雖說AI視覺公司除了大華的零跑汽車外,其他參與者目前都專注於智能駕駛硬體和系統,但這也是個昂貴的行當。
不少企業本身依靠資本輸血,是否有更多資金和精力參與自動駕駛廝殺,是他們需要思考的問題。
行業壁壘不容小覷。
汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度,乃至於衍生出了一套基於安全的工業文明,不是後來者們在短短的幾年時間裡就能夠顛覆的。
作為智能汽車的核心體現,自動駕駛技術遠未達到成熟的程度;車艙內的智能化體驗也還有豐富的想像空間。
換言之,如果跨界選手想要在智能汽車的世界裡找到自己的一席之地,不僅要高度重視安全這一話題,還要擁有強大的軟體能力。
但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後,新入局的玩家要如何吸納更多的專業人才?又如何權衡來自世界各地的人才的意見和建議,從而做出最終決策?
與此同時,智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。
隨著電動化、智能化大潮的到來,造車的門檻看似降低了不少,但在這一過程中遇到的內因外因的難題,可能遠比想像中的要多。
行業資源尚需積累。
相比AI安防、智慧城市等領域,AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足,短期內,造血盈利能力較低。
而且,AI視覺企業布局智能駕駛時間不一,技術雖有共性但終究有別,相較於大多數垂直企業,尚有諸多不足。
故可見,過去幾年,即使AI視覺巨頭,步伐也較為謹慎,大多圍繞艙內智能、ADAS市場。
如果說巨頭們跨界,自帶熱搜體質,AI視覺企業跨界的光彩,多少暗淡了些。
前者身家優渥,拿著頂流體驗卡入場,高屋建瓴,後者更多是以小舟,涉鯨波。
當然,隨著技術日進一桿,資源聚沙成塔,營收逐年增長,他們將投入包括但不限於研發、營銷、資本等層面,難保這一葉扁舟,哪天出其不意成為可遠航的重磅郵輪。
莫道桑榆晚
眾多跨界玩家湧入智能汽車,激發了新的生機。
無論從何種角度來看,智能汽車的市場都蘊藏著無限機遇。
這個市場需要鲶魚的存在。
在新時代的風潮之下,我們固然期待看到不斷有實力強勁的新玩家們入局,留下中國智能汽車史上濃墨重彩的一筆。
我們也殷切地希望,這是一片能夠承載百花齊放,充滿新的生機和活力的沃土,而不是拔苗助長的投機者的港灣。
憑藉先發優勢,不少入局者或已暫列行業前位,但隨著各方力量的持續加碼,後來居上也並非不無可能。
保持警惕,時刻成長。
資料來源:https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps
「網路聲量計算方式」的推薦目錄:
- 關於網路聲量計算方式 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於網路聲量計算方式 在 The News Lens 關鍵評論網 Facebook 的精選貼文
- 關於網路聲量計算方式 在 Facebook 的精選貼文
- 關於網路聲量計算方式 在 網路聲量網站2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的評價
- 關於網路聲量計算方式 在 網路聲量網站2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的評價
- 關於網路聲量計算方式 在 Facebook 影片觀看計算方式更新 - 潮網科技 的評價
- 關於網路聲量計算方式 在 網路聲量分析免費的評價費用和推薦,EDU.TW、FACEBOOK 的評價
- 關於網路聲量計算方式 在 大數據分析與聲量和輿情分析-02.文字雲.資料表關聯.Join.比率 ... 的評價
網路聲量計算方式 在 The News Lens 關鍵評論網 Facebook 的精選貼文
【配樂行情大調查:越來越多的網路影片,報價卻逐年下滑?】
根據統計結果,30秒網路影片配樂的平均報價金額為19655元,相較2016年網路廣告配樂的統計平均是 23700元,下滑近17%。
整體來說,以網路廣告來說行情這五年雖整體有下滑趨勢,但針對個體的差異仍然較大,每個配樂家報價計算方式、品牌聲量的差距,仍然有許多極端值的變化,知名配樂家亦有1分鐘10萬元的報價水準。
#配樂 #工作 #職場 #音樂 加點音樂 AddMusic
網路聲量計算方式 在 Facebook 的精選貼文
愛莉莎莎踩到線
2021.2.12
0.
我想記錄一下這件事情發生的時間 2021年2月12日,大年初一。這是台灣網路媒體一個非常重大的事件。這篇文長,會從自媒體的話語權,網路媒體識讀等角度來討論這件事情。
在這之前,我想先聊聊事情的發生。
大年初一晚上,有個朋友丟了我一個訊息,說他看到愛莉莎莎針對蒼藍鴿回應。他看完之後,整個被圈粉。然後附上了一個連結給我。
因為長期愛莉莎莎這個頻道都在我的觀察名單中,第一個反應是,他終於要對「肝膽排石法」道歉了嗎?看看他怎麼說吧。沒想到一打開,影片完全是另一個走向,走到一個很奇怪的地方。那時候,影片才上架沒多久,影片下方的留言幾乎都是挺愛莉莎莎的粉絲。
我在訊息裡面,回應朋友說。這支影片我完全不行,尤其是講到學術論文的那一段,基本上是在騙沒有看過學術期刊的人。然後我得到的回答是:
「真假 我被圈粉 你超失望喔」
就因為這句話,我整個覺得事情大事不妙。我在自己的臉書上簡單聊了一下這件事情,然後就開始做功課了。原本以為大年初四才要開始上班,沒想到網路社群的發達,應該不少人都跟我一樣,初一提早開工。
詳細的事情發生經過我想大家都已經知道了,我這邊僅作重點摘要。
i. 愛莉莎莎在2020年11月拍攝了一隻關於「肝膽排石法」的影片
ii. 專門討論醫學的 Youtuber 蒼藍鴿,針對這這支影片以「騙局破解」為標,討論其中的錯誤資訊。
iii. 愛莉莎莎在 2021年2月12日,發佈一支影片,以「不忍了」為標,回應蒼藍哥的指責。
iv. 2月14日晚上11:30,愛莉莎莎發佈了影片正式道歉。
這件事情應該還沒結束,還有後續。
接下來,我想針對幾件事情,跟大家分享我的看法。
首先我先聊一下愛莉莎莎和蒼藍鴿這兩位創作者。
1.
先講愛莉莎莎的部分
我一直以來,都會看愛莉莎莎的影片。風格很輕鬆,他也很有才,很會帶話題,人設也有趣。尤其是自從我在台大兼任助理教授教媒體創作課程後,開始規劃幾個小型的研究計畫,有一批 Youtuber 和 部落格 被我列入固定觀察的名單,她的頻道就在其中。
在我的筆記中,他是一個自詡為名校畢業生,海外生活過的知識網紅,早期分享一些韓國的主題,後來什麼都拍。其中的代表作有兩類,以炫富和較少人討論的話題為主。影片節奏掌握得很好,標題與議題操作也很有想法。
這邊我想小岔題講一下「炫富」這件事情,在 Youtuber 最近幾年的生態中,有一類的影片被社群稱作「炫富」影片。但其實這些 Youtuber 們不見得那麼的富有,而是去體驗一個有錢人的生活,也因此我認為比較合適的用詞應該是「裝闊」影片。
回歸正題。
愛莉莎莎在這次事件中所拍攝的第一部影片,以體驗的形式帶入「肝膽排石法」,引用的是一本名為「神奇的肝膽排石法」書籍,介紹體驗過程及心得。這部影片發布的當下我就看了,坦白說,我對這個療法一點概念也沒有。而以愛莉莎莎的人設來說,我對於他提供的資訊正確度本來就沒有太多的期待,也因此看完這部影片,就關掉看下一部了。
因為過去做了很多年網路媒體研究,也在網路媒體識讀下過不少工夫,因此比一般民眾有概念。假設我真的被影片打動,而想嘗試的話,應該會做的是:先看一下這本書的來源;買來看看;打電話給我熟識的醫生朋友問一下。然後才會決定是否要嘗試這件事情。不過很顯然的,大部分的民眾可能沒有這麼的謹慎。
一個多月後,這部影片被蒼藍鴿以影片回覆指正。本來我以為他會在之後道歉。畢竟之前的原住民事件,他也道歉了兩次。以他的影片人設中,道歉這件事情應該不是個什麼大問題。過往常常操作爭議性影片的他,應該也很能承受網友的批評。
但在蒼藍鴿影片發布後的一個多月間,陸陸續續都有影片發布,其中也有一些是業配影片。許多所謂的黑粉在他的各部影片下不斷的留言請他道歉,都沒有得到回應。然而在 2月12日,他正式回覆了這支影片。沒有道歉,而是反擊了蒼藍鴿的糾正。
詳細影片大家可以去網路上找來看,我簡單節錄這部影片如下:
i. 不會下架之前的影片
ii. 前部影片在上架前已經在 Google上做足功課
iii. 所引用的書籍,得到了許多商業界的名人背書
iv. 蒼藍鴿反擊時所引用的文章是 Lancet 裡面的 correspondence 文,這類文沒有經過正規的論文審核程序,是各說各話,表達自己意見的論壇。
v. 引用該期刊文章的Abstract 做了簡單介紹(但其中的翻譯跟解讀與原文有所落差)
vi. 回應「斷食」這件事情並非蒼藍鴿的解讀
vii. 檢討自己沒有在當時沒有加註足夠的標語
viii. 提出蒼藍鴿未經同意大量引用他的影片,且有妨礙名譽之嫌。
我看到這支影片的反應是「相當驚訝」。
一來,愛莉莎莎沒有想到道歉,而且相當的理直氣壯。二來,我朋友居然受到這支影片感動,而且被圈粉。我馬上去看了底下的留言,當下居然大多數都是支持愛莉莎莎,轉而批評蒼藍鴿。
不過第二天早上重新再看部影片時,整個風向已轉,醫界的人大批湧入批評。
我認為,這部影片後面應該是有人在下指導棋,但即便如此,依舊踩到了非常多不該踩的線。其中我自己最驚訝的是,他對於學術期刊的認知相當簡化。我當下的反應是,他怎麼會故意對他的粉絲扭曲,以取得同情呢?不過我後來覺得比較大的可能是,他沒有讓真正了解學術期刊的人協助他看過這篇論文。至於是哪一個,我沒有跟本人對話過,目前不可考。
這件事情有很多部分可以談,待會我會在後面分段說。我先談蒼藍鴿。
2.
談談蒼藍鴿
在今年元旦,蒼蘭鴿發布影片「破解」愛莉莎莎對於肝膽排石法的影片前,我僅有偶然的幾次看到他的影片。但是在這部影片發布後,在我沒有訂閱他的頻道的情況下, Youtube 自動推播了這部影片給我,我看到標題聳動,再加上回想起之前看過愛莉莎莎的那隻影片,就點下去看了。
因為我之前沒有把他的影片加入觀察名單中,也還沒有完整掃描過他的影片做研究筆記,所以沒有簡述可以分享。這邊僅以他這支影片給我的印象描述。
蒼蘭鴿回應愛莉莎莎的影片中,模仿了去年 Uncle Roger 的作品風格,帶點嘲諷風格回應了愛莉莎莎的影片。我快速的瀏覽一下他的其他影片,並非每一部影片的戲謔感都這麼強。在這邊我無法判斷是因為「愛莉莎莎的這部影片對於醫界殺傷力過大」,還是因為「對方是愛莉莎莎」因此才有特別的規格,抑或是剛好「Uncle Roger 給他靈感」所以才規劃的特別節目。還沒跟本人對話過,目前也是不可考。
不過雖然是一個比較帶有嘲諷的影片,他仍然在片中給了愛莉莎莎一個台階下,指出愛莉莎莎也是受害者,在不知情中推薦了這本書罷了。我自己覺得挺遺憾的是,愛莉莎莎沒有接到這顆球,讓他掉地上了。
我花了點時間,把他過去的影片稍微地掃過一次。他過去幾年影片拍了許多系列,風格跟器材軍備也有升級過幾次。以一個專門做醫學知識的 Youtuber 來說,非常地敢嘗試。在這麼硬的主題當中,要能夠擴散不太容易,除了他的個人風格之外,我相信他在也下了不少功夫做調整,在追求知識正確和追逐流量中找到平衡,相當不簡單。
詳細的觀察目前因為我對這頻道認識的有限,先停在這。
在這次的事件中,很多人提到說他是不是要蹭愛莉莎莎的流量,還是他僅是單純的因為事情重大而回應,這一點我不得而知。但我想稍微講一下蹭流量這件事情。要做社群,製作 Youtube 影片,要相當程度的了解演算法。即便不是用相當科學的方式去分析,也會在影片一部部創作的過程中學習。針對時下的主題做觀點分析和回應,本來就是一個創作者會做的事情。我知道很多人會對於「大量的惡意蹭流量」感到反感,但我認為對於單純的「蹭流量」這件事,不需要太負面判斷。
聊完這兩個創作者後,我想討論幾個這次的關鍵爭議,及背後所代表的意義。
3.
學術期刊與Youtube自媒體的話語霸權
在 2月13日晚上,Clubhouse 平台上有一個聊天室,針對這件事情討論。討論中,愛莉莎莎也在其中加入。詳細的內容可以參考 白袍恐懼症 的粉專,裡面有節錄。這個聊天室的標題,其中用了幾個有趣的字眼,叫做「誰能擁有話語霸權」。我覺得韻味很深,所以把它拿來當作這一個子題的小標。
在整個事件裡面,其實很少人在討論學術期刊跟 Youtube自媒體的關係,頂多只有在討論愛莉莎莎不懂醫學,不懂學術。但我認為,這次愛莉莎莎踩過界的導火線,就在這個地方。否則如果接下蒼藍鴿給他的球下莊,不拍第二部影片,這件事情就落幕了。即便是介紹的肝膽排石法有很大的問題,也不會有今天這個局面,也就是所謂的「炎上」。
先講 Youtube 的機制。
Youtube 是一個商業平台,上面所運轉的機制,是一套演算法。這個演算法大致上會去符合一個目的 — Google 的商業利益。在這樣的商業利益為前提之下,即便他沒有也無法公開演算法細節,但「討好閱聽人」這件事情,已經是普遍大家的認知。
既然決定 Youtube 上面話語權的關鍵是「閱聽人」,那麼製作觀眾想要看的主題就成了重要關鍵。雖然說人人能上傳影片,但是要能夠曝光到觀眾面前,是完全另外一回事。加上 Youtube 的平台特性,大多數能上發燒的影片,除了某些特定時期外,還是以娛樂為大宗。
但是學術期刊就完全不一樣了。
學術期刊的刊登模式,在於 Peer Review,所謂的同儕審查。主要原因是投稿期刊的人大多數都已經有博士學位,而被邀請去審查期刊的人大多也是博士。而「得到審查者的青睞」是發語權的關鍵。當然這其中也是有些操作,像是刻意去引用可能的審查者的文獻等。但這不在這次的討論範圍。
真正在競爭的,是每一個期刊之間的公信度,在學術圈會用 Impact Factor (IF),一個影響力的指標來計算。雖然後來也有一些新的指標像是SJR等,不過 IF 值還是相對通用的用語。這個指標跟 Google 早期設計的演算法 Page Rank 不太一樣,但是有類似之處。基本上的核心概念,就是文章被引用的廣泛度。
這兩個曝光機制的規則,完全不一樣,甚至可說是在光譜的兩端。百萬 Youtuber 所做的主題,即便不是人人都喜歡,但是基本上都有一個特質,大眾。題目可以很分眾,不見得人人愛,但是大部分的觀眾都能看得懂。而學術期刊呢,講求的是對這世界的研究貢獻。如果是 Nature, Science 這樣的期刊,選題較廣一點,不同領域的研究者有興趣還有機會看。但是各個領域的專業期刊,跨領域的人除非研究需要,否則固定閱覽的機會不高。
一個在 Youtube 圈子裡面有影響力,有高度發語權的人,去討論一個學術期刊,就像我剛才所提的,一個光譜的兩端。不是簡單地踩到線而已,而是踩過了非常遠的界線。
我不知道愛莉莎莎為什麼有這麼大的勇氣做這件事情。但依照他在第二部影片中義正嚴辭的討論方式,我傾向他應該是真的不懂,誤會了學術期刊和商業雜誌的區別,不了解商業書籍跟學術期刊之間的距離,甚至不知道 Google 和 Google Scholar 所能尋找到的資料有什麼不同。
因為這個差異之大,所以兩個圈子的交集非常有限。這也是為什麼我會在前一節提到,蒼藍鴿能夠把學術領域艱深的東西,帶到一般大眾面前,是值得讚許的能力。但即便如此,在 Youtube 裡面的硬知識仍然無法獲得大量的流量,這被 Youtube 平台的觀眾特性所限。
4.
兩個專業的互相挑戰
在 2月14日下午,一場由林氏璧在 Clubhouse 的討論中,我聽到一句很有意思的話,隨手把他抄了下來。很抱歉我沒抄到是誰的發言。大致的意思是
「民眾需要得到相對的知識,需要等價交換的。」
他在闡述這件事情的時候,是以醫學知識來討論。不過我的看法是,在 Youtube 上面持續長久獲得流量的知識,其實也是需要等價交換的。
我其實很意外的在這場 Clubhouse 的討論中,聽到了很多醫生對於「正確的醫學知識無法在網路中傳播」的討論,然後衍伸了相當多衛教的問題。的確,這個問題也困擾我很久。你去 Google 一下肝膽排石法,扣除因為這次事件衝到前面的新聞外,看看能看到什麼醫學的見解。
基本上沒有。如果有,估計也是在很後面,一般民眾找不到。這個詞的基本上完全被體驗文攻下,一直到這次爭議為止。而在 Youtube 上面也是相當類似的狀況。
在這樣子的前提下,其實不難理解愛莉莎莎所說的「其實他也做了功課」是什麼意思。他真的有做功課,但僅限在 Google 上面的非醫學觀點知識。對他來說,如果沒有與專業醫師溝通的情況下,Google 可能已經是他能想到的最好方法了。
這一節的標題,我寫下「兩個專業的互相挑戰」,意思就是這個。當我們在批評愛莉莎莎高估自己的能力,僅用 Google 就做完功課的同時。其實我也在反思自己,為什麼科普的知識,我們沒有用各種 SEO 的攻略,鋪天蓋地的用數位行銷攻佔所有的關鍵字,讓民眾不會搜尋到錯誤答案呢?
我在這場 Clubhouse 的討論中,聽到很多醫生提到,他們的工作是醫生,做衛教是有興趣才做的。這一點我相當同意,的確很多在做 Youtube 或是做部落格的人,都是在工作之外的製作。很多行業的創作者,都不是全職投入的。
其實我對這個事情並不悲觀。
在這次「愛莉莎莎踩過線」的事件中,我相信所有的網路創作者,都會得到相當大的謹惕。這並不代表過去沒有人踩過線,但可能過去踩線的人「網路聲量沒有那麼大」或是「踩的線沒有這麼誇張」。
相對的,醫界的人也吹起了哨子。當整個醫界都開始重視這件事情之後,投入自媒體的醫師,或是開始做內容行銷的醫院診所,應該也會越來越多。我比較樂觀的期待,明年的大年初一,網路上的醫學正確知識能見度會越來越高。
接下來,我想開個子題,更深入討論這件事情。
5.
網路媒體識讀及數位行銷
愛莉莎莎所踩到的誤區,除了前面所提到的導火線「挑戰學術期刊」讓這次事件拉到高點之外。其實還有很多大眾平時會犯下的錯誤他也犯了。其中很重要的一點,就是我前一個子題所提到的 Google。
我們必須得面對一件事情,就是對很多人來說,Google 和 Wikipedia ,的確是取得資訊的重要來源。即便是我平常找資料,也不會動不動就用 Google Scholar 查詢期刊。但我能夠盡量不讓自己踩到誤區的方式,也僅能靠我平常的媒體識讀訓練,和對網路知識充滿懷疑的高度警戒。
什麼網站,什麼內容,會被 Google 優先排在前面?在演算法的設計中,有一些指標去判斷這個搜尋引擎對於網站的信任。而隨著時代的變遷,這個指標也逐漸在改變。但是即便如此,Google 仍然在放了相當大的權重在這上面。我舉個個人的經驗。每次我在搜尋跟狗有關的知識時,「每日頭條」幾乎都會在搜尋結果的前幾頁。這件事情讓我非常頭痛,但也沒辦法,這就是這套演算法的機制。
當然,演算法的機制並不是單純的看網站的信任度,其他還有很多過去使用者對該文章的互動所產生的數據指標。這邊我先點到為止,以後有機會再專門針對這件事情討論。
但如果我們去換位思考一般民眾使用 Google 的習慣,應該很多在教相關領域的老師都會搖搖頭。但比起 Google 到的答案就通盤相信,我覺得已經比盡信從 LINE 群組得到的訊息好很多了。
我無法想到根本的解決方案,這是一個長期的教育扎根才能改善的議題。或許在 108 課綱之後,如果有越來越多高中開始跟學生談「網路媒體識讀」的議題,能夠讓大眾對於「找資料」這件事情有更高的警備心。
另外一個解決這件事情的方法,可能也得從你我開始做起。「每日頭條」之所以能夠攻佔那麼多關鍵字的首頁,跟他全面的在 SEO 上面佈局有關。現在整個 Google SEO 戰場非常激烈,幾乎你能夠看到的,能賺錢的大領域,都在上演 Google 首頁搶奪戰。如果我們想要抨擊這些網路謠言,最好的方法不是在 LINE 群裡面跟朋友抱怨,而是好好的寫一篇文章迎面他。
並不是說寫篇文章迎面對擊錯誤資訊,就一定有用,這後面還伴隨著從關鍵字優化之類的 SEO 知識,數位行銷的技巧等等。我不是很確定到底整個醫界誰該做這件事情,會有最大效益。畢竟要花時間做這些事,後面還是得有一定的商業模型來做誘因支撐,否則熱情很快就沒了。我能想到的可能性是,大型醫院的部落格及網站優化,又或者是私人診所的內容行銷。是否有可能因為商業競爭,向其他產業一樣運用行銷策略在網路上增加曝光度呢?
6.
醫病關係與信任感的建立
先說明一下,在這個子題裡面,我較難做深入的討論。這邊提出來的觀點,希望醫生朋友們也可以幫忙思考一下。
我很意外的在這次事件中,聽到很多人討論醫病關係的問題。大致的概念是這樣。
醫生認為:「生病應該要去看醫生而不是 Google。」
民眾認為:「看完醫生之後還不是要去 Google。」
我本來沒有深思這個問題。但在幾場討論中,我不斷的聽到一般民眾對這件事情的抱怨,而認真思考了這個問題。
先講我自己吧。我自認為自己是個什麼都想找專家問的人了,但我仔細思考後才意識到,我人生中的許多病痛,都是在 Google 上面找了又找。原因很簡單,在醫院的經驗很差,幾乎都是被醫生「打發」走的。
很多人提到,這個部分跟台灣的醫療環境有關。醫生一個下午要看幾十個病人,每個人能被分到幾分鐘?有人提到美國的醫院能夠看比較久,這問題不存在。不過以我在美國看醫生的經驗來說,因為實在太貴了,除非是什麼非得去看不可的病,否則我也是 Google。
我想談一下信任這件事情。
信任感的建立,是所有關係的基礎。為什麼網路創作者的業配有影響力,其實也是建立在觀眾與創作者間的信任基礎上。去醫院聽醫生的話,還是看愛莉莎莎的影片,抑或是讀一本有商業名人作序的書,你會選哪一個?
就理智來說,我應該會選擇去醫院聽醫生的話。但是說坦白話,以我在台灣看醫生的經驗,實在沒有碰到幾個讓我能花時間跟他建立信任關係的醫生。
信任這件事情兩面刃。對於網路創作者來說,獲得讀者的信任,會有更深的業務合作機會。但是,也同時意味著,你所承擔的社會責任更重。因為他們會相信你。但要如何讓民眾更相信醫生,而不去聽信偏方,這可能不僅是醫界,而是所有想做科普的人都得想的問題。
這邊有一個小延伸,是我無法討論的題目。很多醫生提到,因為他們的醫師身份,所以說話都要非常的注重遣詞用字,風險和副作用都要講的很清楚。但是網路上的很多言論都會誇大,而且只要他沒有賣產品,就沒有違法。這部分我實在無法深度討論,只能交給法律專家來。
7.
自媒體的困境
最後我想聊聊自媒體的困境。這個子題跟這次的事件關係較小,但我想提供給對自媒體產業不太熟悉的人有多一點資訊可以思考。
過去幾年,有資源的傳統媒體還沒有重視網路平台。網路上的獨立創作者,一個一個出現。然而幾年過去了,現在創作者所要面臨的,已經不是彼此的競爭,還必須要面對各種傳統媒體品牌排山倒海的進入。
這個部分,很多 Youtuber 都有聊過。前一陣子 Joeman 也分享了他對於這個子題的看法。
不過我想講的重點是,很多人以為 Youtuber 很賺錢,自媒體很風光很自由。但其實,自媒體是一個走在時代前端的新創產業。他很新,不傳統,營運模式還在測,PMF還在找,而且受制於平台演算法不斷的改變,充滿了不確定感。
台灣有所謂 Youtuber 這個職業還不到十年。而且即便是 Youtuber,每個人的營運模式可能都完全不一樣。有的是一人公司,有的自己開公司,有的有經紀公司,有人自己剪片,有人外包。
以創作的題目來說,由於受限於演算法的要求,每週得出一部影片,最好是兩部。創作一兩部大作不難,但在這樣大量消耗的情況下,一年要產出近百部作品,絕對不是一件容易事。更何況是兩年,三年呢?
再加上演算法的殘酷,可能第一年你想要先衝訂閱,努力拼到五十萬。結果第二年演算法改了,訂閱數不重要了,好吧,再想想別的目標。
我的看法是,未來全職的網路創作者會越來越少,要養團隊,有其他產品,或是將創作轉為副業的情形會越來越多。沒有所謂的一個題目可以做五年十年,不只是愛莉莎莎,你會看到各個創作者都在不斷的調整頻道走向,加入子題,甚至是換題目做。
8.
小結一下
我不太想用什麼兩邊各打五十大板來做結論。因為這件事情就不是這樣。當我看到愛莉莎莎第二部影片出現的時候,就知道事情不妙了。不管怎樣,都是錯得離譜。但以一個教育工作者的角度,跟鄉民一起撻伐其實沒有什麼意思。所以我決定花一個晚上的時間,記錄一下這次發生的事情。希望愛莉莎莎以及其他創作者能多了解這件事情所造成的影響。
另外,我非常高興這次能在 2月14日參與了由林氏璧所開的 Clubhouse 討論群,能夠聽到很多醫師和一般民眾的討論,讓我能反思這次事件。高密度的聽到許多醫生的意見不太容易,但我覺得最難能可貴的,是大量聽到一般民眾的想法。我不敢說這是個嚴謹的田野調查,在討論中我也沒有錄音,僅在我覺得聽到有趣的觀點時,簡單做下筆記而已。但這些理性的討論,讓我能在一天內聽到那麼多的意見,對我的大腦來說,是場很激烈的運動。
這是我對愛莉莎莎踩到線的看法,這樣的事情,我相信大家都是不願意看到的。但事情發生之後,所帶出來的問題,希望能提供給大家一點思考的方向。
《#愛莉莎莎踩到線》
註:非常感謝大家能讀完我的這篇研究筆記。如果當事人有機會能看到這篇文章,裡面若有什麼解讀錯誤的部分或是想跟我分享更多你的心路歷程,歡迎私訊跟我聯絡,我會非常高興。這件事情已經發生,很多傷害已經無法彌補。但以一個教育工作者的角度,我希望這件事情能給社會帶來一些正面的反思。
網路聲量計算方式 在 網路聲量網站2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的推薦與評價
OpView Trend - 人人都能用的網路聲量分析系統工具,能大範圍觀測品牌網路輿情討論與社群聲量變化。全方位搜索6大來源網站、9萬多個頻道,透過OpView Trend輕鬆分析網 ... ... <看更多>
網路聲量計算方式 在 Facebook 影片觀看計算方式更新 - 潮網科技 的推薦與評價
Facebook 影片觀看計算及優化方式近期悄悄做了變更,以往投遞成果以『3 秒觀看』呈現,現已改為『觀看10 ... 欲了解更多網路廣告或行銷相關資訊,歡迎聯繫潮網科技. ... <看更多>
網路聲量計算方式 在 網路聲量網站2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的推薦與評價
OpView Trend - 人人都能用的網路聲量分析系統工具,能大範圍觀測品牌網路輿情討論與社群聲量變化。全方位搜索6大來源網站、9萬多個頻道,透過OpView Trend輕鬆分析網 ... ... <看更多>