在本周举办的年度Made on YouTube大会上,YouTube发布了大量针对创作者的新功能和工具,包括YouTube Live更新、新的变现方式等多项内容。
Studio工具获得重大升级,包括"相貌"检测和唇语配音功能,此外还为播客创作者提供了新的AI工具来帮助推广节目。
以下是Made on YouTube大会的所有重要发布内容:
全新Studio功能
YouTube展示了Studio的全新和升级工具,创作者可以用它来管理频道和追踪分析数据。更新内容包括灵感标签、标题A/B测试功能、自动配音等。
最引人注目的是"相貌"检测功能,该功能去年已发布并向少数创作者开放,现在进入开放测试阶段。用户可以检测、管理并标记删除任何未经授权使用其面部相貌的视频。
AI驱动的Ask Studio智能体可以指导用户并回答账户相关问题,创作者还能与最多5个人协作制作一个视频,所有参与者的观众都可以看到这个视频。
YouTube Live直播升级
YouTube为其直播平台Live推出了多项更新,包括让创作者播放小游戏娱乐观众、同时以横屏和竖屏格式播放、提供AI驱动的精彩片段、实时事件反应、使用新广告格式等功能。
AI驱动的精彩片段功能会自动选择直播中的最佳时刻,将其转换为可分享的Shorts短视频。新的"并排"广告格式在主内容旁边显示,类似分屏显示,而不会中断直播流。
Shorts短视频新工具
YouTube将谷歌文本转视频生成式AI模型Veo 3的定制版本引入Shorts,同时推出了新的混音工具、"AI编辑"功能等。
这个定制版本名为Veo 3 Fast,创作者可以将视频中的动作应用到图片上,为视频添加不同风格,并通过简单的文本提示在视频中插入物体。创作者还可以使用谷歌的AI音乐模型Lyria 2,将符合条件的视频对话转换为其他Shorts的朗朗上口的配乐。
YouTube Music音乐功能
YouTube Music也获得了一些更新,旨在加深创作者与粉丝之间的互动。
这些功能包括新发布内容的倒计时器和为粉丝提供"感谢"视频的机会,公司还在为美国听众测试一个试点项目,允许他们获得艺术家的独家商品发布。
播客AI工具
据YouTube介绍,美国的视频播客创作者将能够通过AI建议更轻松地创建片段。明年推出的新功能将提供将音频播客转换为视频播客的方法。
新变现功能
YouTube为创作者提供了新的变现方式,包括品牌合作和YouTube购物计划,让创作者通过在内容中展示和标记产品来赚钱。YouTube现在还允许创作者在长视频中更换品牌赞助。
创作者还可以利用产品标签的自动时间戳、视频中提及的符合条件物品的自动标记,以及Shorts的新品牌链接功能。AI驱动的系统将帮助识别产品被提及的最佳时刻,并在该时间自动显示产品标签。
Shorts创作者很快就能为品牌合作专门添加指向品牌网站的链接,YouTube将在其创作者合作伙伴中心主动推荐可能适合品牌的创作者。
Q&A
Q1:YouTube Studio的相貌检测功能是什么?
A:相貌检测功能是YouTube Studio推出的AI工具,可以检测、管理并标记删除任何未经授权使用创作者面部相貌的视频。该功能去年发布并向少数创作者开放,现在进入开放测试阶段。
Q2:Veo 3 Fast能为Shorts短视频做什么?
A:Veo 3 Fast是谷歌文本转视频生成式AI模型的定制版本,创作者可以用它将视频中的动作应用到图片上,为视频添加不同风格,并通过简单的文本提示在视频中插入物体。
Q3:YouTube Live直播的AI精彩片段功能如何工作?
A:AI驱动的精彩片段功能会自动选择直播中的最佳时刻,将其转换为可分享的Shorts短视频,帮助创作者更好地推广直播内容和吸引更多观众。
好文章,需要你的鼓励
YouTube在年度Made on YouTube活动中发布多项更新,包括Studio新增"相似度"检测和唇同步配音功能,YouTube Live支持迷你游戏和双格式同步直播,Shorts集成Veo 3 AI视频生成模型。此外还推出播客AI剪辑工具、新的货币化选项如品牌合作和购物标签功能,以及YouTube Music的粉丝互动新特性。
Amazon联合伊利诺伊大学开发PROF算法,解决AI数学推理中"答案对但过程错"的问题。该方法通过同时评估结果正确性和推理过程质量,筛选高质量训练样本,让AI既能答对题目又掌握清晰思维方法。实验显示准确率平均提升4%以上,推理过程质量显著改善,为构建可解释AI系统提供新思路。
英国政府与美国数据分析公司Palantir达成国防合作协议,该公司将投资15亿英镑并在英国设立欧洲国防总部,创造350个就业岗位。双方将合作开发AI驱动的军事决策和目标定位系统,这些技术已在乌克兰得到测试。该协议是英国战略防务评估的重要组成部分,旨在提升军事规划和目标选择能力。此次合作是美国科技巨头对英国310亿英镑投资承诺的一部分。
斯坦福团队开发LMEnt系统,首次实现对AI语言模型知识获取过程的精确追踪。该系统通过精细标注维基百科、构建高精度检索系统和训练多个模型,揭示了AI学习知识的动态过程——高频事实更易学会但也易遗忘。这项研究为理解AI内部机制、改进模型设计提供了重要工具和洞察。