今日观察！TVB再陷裁员潮：收视遇冷、成本高企 多项举措谋求转型

TVB再陷裁员潮：收视遇冷、成本高企 多项举措谋求转型

香港，2023年3月24日 - 备受关注的香港无线电视台（TVB）今日宣布，将计划裁员约5%，以应对疫情及市场带来的冲击，并优化成本结构。这是TVB自2008年以来，第四次进行较大规模的裁员。

据了解，此次裁员将涉及TVB各级部门，部分职位将被终止且不予重置。具体涉及哪些部门和岗位，TVB尚未公布。有业内人士预计，此次裁员人数可能接近200人。

TVB表示，裁员是公司在成本优化管理方面采取的措施之一。近年来，受疫情及市场因素影响，TVB的经营受到较大压力。2022年，TVB预计亏损7.9亿至8.3亿港元，创下上市以来最大亏损。

除了裁员外，TVB还将大幅调整节目制作预算，提高成本效益。未能达到预期收视及经济收益的节目将被终止。同时，TVB还将降低对外判工作的依赖，转型旧有的节目制作模式。

TVB裁员背后：收视率下滑、艺人流失、盈利困局

TVB此次裁员，是其近年困境的缩影。近年来，TVB正面临着多重挑战：

• **收视率下滑：**随着新媒体的兴起，传统电视媒体的观众流失严重。TVB的收视率连年下滑，2022年平均收视率仅为15.1%，创下历史新低。
• **艺人流失：**近年来，随着内地娱乐产业的崛起，不少TVB当红艺人纷纷北上发展，导致TVB艺人青黄不接。
• **盈利困局：**收视率下滑和艺人流失，直接导致TVB广告收入减少，盈利能力下降。2022年，TVB预计亏损7.9亿至8.3亿港元，创下上市以来最大亏损。

TVB能否走出困境？

TVB此次宣布裁员和调整节目制作策略，是其试图扭转颓势、走出困境的努力。然而，这能否奏效还有待观察。

有业内人士认为，TVB的困境根源在于其未能跟上时代步伐，未能满足观众尤其是年轻观众的观影需求。因此，TVB要想真正走出困境，需要在内容制作、人才培养、营销模式等方面进行全面改革。

TVB的未来之路

TVB作为香港历史最悠久的电视台之一，在香港文化和社会生活中扮演着重要角色。其未来发展备受关注。

有业内人士建议，TVB可以考虑以下发展方向：

• **加强原创内容制作：**加大投入，制作更多高质量的原创节目，增强节目竞争力。
• **积极拥抱新媒体：**顺应时代潮流，积极发展新媒体业务，拓展新的传播渠道。
• **培养本土人才：**加强人才培养，打造一支高素质的节目制作团队。

TVB能否走出困境，重现昔日辉煌，还有待时间检验。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。