天才！
99%的人连看都看不懂……
AI可以分为六个时期，起步、反思、应用、低迷、稳步，蓬勃发展期。
现在是蓬勃发展期。
2011年开始，随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”。
诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
高科技范畴了……
奈飞为什么被认为是科技公司……就在于它真的是科技公司，大数据+算法+AI的用户画像。
短视频最强算法是抖音。
而长视频最强算法就是奈飞了。
在推荐算法面前，短剧和长剧仿佛生活在两个平行世界。
短视频平台奉行的是“内容找人”的逻辑：海量UGC/PUGC短剧被投入平台巨大的内容池，由算法主动匹配给感兴趣的用户。
用户只需不停刷屏，算法就源源不断推来短剧，新内容层出不穷。
由于单个短剧视频时长很短，用户在相同时间内可以观看几十上百条内容，与系统交互频率极高。
点赞、完播率、评论、转发等行为数据滚雪球般增长，成为算法的燃料。
在抖音的推荐系统中，新发布的短剧视频会被投入初始流量池测试，根据完播率、点赞和评论等数据决定后续推荐权重，再分层次扩大曝光。
可以说，短剧高度依赖算法分发，没有强大的个性化推荐，这么庞大的内容供给和碎片化消费根本无法有效连接。
反观长视频平台，一直以来更偏“人找内容”的传统模式。
长剧数量相对有限，每年国产长剧产量不过几百上千集，头部剧更是凤毛麟角。
用户在这些平台主要通过首页人工运营推荐、分类导航或搜索来寻找剧集，而非纯粹算法无差别地信息流推送。
即便号称算法见长的奈飞，其首页仍是精心排列的内容分类和热点，而非像抖音那样让用户被动刷到下一部剧。
长剧内容消费更中心化——热门剧放在首页轮播，观众也常由站外口碑（微博热议、豆瓣评分等）决策观看。
由于单部长剧动辄40分钟一集、总时长数十小时，用户观影成本高。
因
本章未完，请点击下一页继续阅读！