1分快3投注|1分快3官网

爱奇艺更改会员投屏收费标准，还有谁在悄悄拒投“大屏”？******

　　近日，大批网友在网络社交端表示，爱奇艺APP对投屏价格进行了限制。过去爱奇艺黄金VIP会员支持4K清晰度视频投屏，但现在仅能选择480P清晰度。

　　对此，爱奇艺客服表示，黄金会员可以在电脑、平板和手机端使用，同时可以使用480P清晰度进行投屏。

　　记者体验发现，此前爱奇艺黄金会员投屏时，最高可选至4K高清，但目前黄金会员权限已被限制在480P清晰度。对于该规则的变化，爱奇艺方面暂未发表回应。

　　据记者目前体验发现，除了爱奇艺对投屏视频分辨率更改了收费标准，其他视频平台方面，芒果视频会员与腾讯视频会员仍旧可以原分辨率投屏，优酷从2022年下半年开始提示需额外付费12元才能投屏，B站大会员可以正常投屏。

　　据行业分析师对记者表示，爱奇艺更改黄金会员投屏标准的背后根本原因，仍旧是营收层面的压力。2022年12月16日，爱奇艺会员涨价政策落地后，网络上针对此次涨价舆情反弹剧烈，直冲微博热搜榜二位置，网友观点主要质疑爱奇艺为何再次涨价、为何对多机登录进行更严格审核。

　　对于当时涨价的原因，爱奇艺方面对第一财经记者回应称，未来会继续加大优秀作品的投资，让优秀内容创作者有所回报，让产业生态更健康。为会员朋友们提供更多像《人世间》《苍兰诀》《罚罪》《卿卿日常》《风吹半夏》这样的好作品。

　　易观分析文化消费行业资深顾问廖旭华对记者表示，涨价动作背后的根本原因仍旧是利润问题，虽说涨价必然会影响公司整体收入，但上次涨价动作已提供了充足的数据与经验，爱奇艺内部对于涨价影响已了解，所以此次基于利润的目的再次进行涨价动作。

　　自2020年11月至今，爱奇艺连续两年涨价，连续包月价格从每月15元一路上扬至25元，在财报电话会上，爱奇艺创始人兼CEO龚宇表示，爱奇艺从三季度起升级策略，驶入“冷静增长”新航道，即不再以现金流大量消耗为代价，而是将资源更多投入到公司的主营业务和有更高确定性的高ROI项目中。龚宇表示，基本上可以确定“2022年全年Non-GAAP运营层面盈亏平衡”的目标能够达成。

　　会员涨价已成为目前国内视频网站普遍选项，2022年4月20日，腾讯对腾讯视频VIP和超级影视VIP会员价格进行调整，涨价幅度在5元至20元之间。涨价幅度最大的是腾讯视频VIP连续包年，从过去的218元涨至238元。腾讯视频VIP连续包月、腾讯视频VIP年卡、超级影视VIP连续包月则分别涨价5元。此次爱奇艺涨价，平台会员价目前已与腾讯视频会员价基本持平。

　　但涨价的后遗症也在财报数据中有所体现。腾讯控股2022年三季度财报显示，截至三季度末，腾讯视频付费会员总数为1.20亿，同比减少900万，环比减少200万。对于付费会员数下降，腾讯方面回应是由于内容排播延后所致，同时虽然用户下滑，但“得益于会员价格调整的积极举措，ARPU(每用户平均收入)有所提升”。

　　爱奇艺三季度财报显示，该季度公司会员服务收入42亿元，相比去年三季度同比下滑2%，环比上季度下滑1.7%。虽然会员数实现了环比增长270万，季度日均订阅会员数达1.002亿，但相比去年同期1.038亿仍有所下降。

　　另外，月度平均单会员收入(ARM)为13.90元，同比增长2%，相比之前的14.69元、14.53元有所下滑。针对三季度会员收入同比下降的问题，龚宇表示，主要基于几点原因：第一是5、6、7月份受到疫情影响，消费者意愿下降；第二是6、7月份部分计划中的内容未上线；第三，有些过度缩减市场费用，导致第三季度前期业绩不好。

　　此次爱奇艺调整会员投屏，对会员数量、付费业务营收等方面的营收，需带下个季度财报时会有所体验。中国电子视像行业协会副秘书长董敏向第一财经记者表示，虽然近年来爱奇艺、优酷、腾讯的内容成本居高不下，经营利润不好。但是，打破之前的会员规则，且采用切甘蔗的方式逐次打破，对于消费者来说肯定难以接受。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）