1. 芒果财经首页
  2. 区块链
自链星球

视频成为公共物品?Glass的答案是Arweave、Meson和Livepeer

撰文:张安静

4G 的普及让移动互联网实现了从「图文」到「视频」的进化,而 4G 到 5G 的更迭正式掀起了以视频为载体的直播以及流媒体的浪潮。在这个人人都可以创作视频的自媒体时代,视频分享平台迎来了几何级数的增长,不过不同于图书出版或者艺术品行业相对成熟的版权保护机制,视频创作者们的作品可以被平台随意处置,作品产生的价值往往也无法通过有限的创作者激励回馈给作者本身。而为了追求更高的回报而进行大量的商业植入或者制作博眼球的低质量作品的行为,正在伤害这个新兴的行业。

Glass 的出现就要改变这一现象,在 Glass 上,视频归创作者所有,而不是平台。Glass 上的每个视频都是 NFT,或者说都是数字资产,视频的创作者就是所有者,创作者可以决定把视频代币化,以及决定将视频放在哪些平台上,出售视频给粉丝时会直接获得报酬。

Glass 旨在创建一个新的收益可持续、任何人可访问、共同从收益中获益的视频平台,一个像玻璃(Glass)一样透明的平台,让视频创作者和视频收藏者在平台上出售、购买、拍卖、出价和竞标。

基础设施

通过Arweave实现存储

对于视频网站来说,存储是重要的一环,Glass 使用 Arweave 来实现文件存储,Arweave 可实现真正的永久数据存储。虽然 Arweave 存储的前期成本高于集中式云提供商,但随着时间的推移以及数据量的不断累加,Arweave 恒定的存储成本优势将得以体现。Glass 认为视频保存的意义在于为后代记录知识和文化,若以世纪为单位来计算的话,Arweave 存储的成本在后期低于传统的云提供商。

视频成为公共物品?Glass的答案是Arweave、Meson和Livepeer

实现去中心化的内容分发

中心化的视频平台为了快速加载视频,使用户就近获取所需内容,降低网络拥塞,提高用户访问响应速度和命中率,需要在一些中心城市租用或购买数据中心,需要很高的运营成本。

Glass 通过基于区块链的带宽交易平台Meson和内容分发平台Media Network提供的服务实现去中心的 CDN (Content Delivery Network,即内容分发网络),即基于现有网络构建了一个智能虚拟网络,依靠部署在各地的边缘服务器实现视频的快速加载。去中心化的 CDN 降低了成本,并改善了世界各地计算机的空间分布,与中心化数据中心相比节省了三分之二的成本。

视频成为公共物品?Glass的答案是Arweave、Meson和Livepeer

通过Livepeer实现转码

互联网视频的最后一个组成部分是转码。转码将大视频转换为不同分辨率(6k 与 240p)的小视频。这允许视频播放器根据网络速度自适应地更改视频的分辨率,而不会中断观看体验。

Glass 使用 Livepeer 实现转码,Glass 表示在使用 Livepeer 之前,转码是其最大的成本支出,Livepee 的边缘计算(休眠 GPU)和自由市场再次让成本降低了 96%。

视频成为公共物品?Glass的答案是Arweave、Meson和Livepeer

Glass 拍卖机制

Glass 把视频货币化从而建立一个由视频内容支撑的去中心化金融生态系统,视频以 NFT 的形式在 Glass 上进行拍卖。Glass 采用多链策略,目前支持以太坊和 Solana,以太坊上的视频 NFT 拍卖已经实现,Solana 链上的即将推出。

目前在以太坊上采用底价拍卖的形式,创作者为拍卖设定一个底价,底价在 Glass 上公开,买家必须以这个价格或高于这个价格出价,第一次出价后拍卖倒计时 24 小时,若再无人出价,拍卖就会成交并且结束。

在销售费用中,一般情况下创作者获得初始销售总价的 80%,Glass 收取 20%,Glass 还采用推荐人模式,如果由推荐人推荐的用户成功拍下视频 NFT,推荐人将获得初始销售总价的 5%,收取的部分从 Glass 收取的部分扣除。Glass 不对发生在平台之外的交易收取任何费用、佣金或版税。

对于创作者在平台上发布的视频 NFT,创作者拥有视频所涉及的知识产权,包括但不限于版权和商标,作为版权所有者,创造者有权复制、制作衍生视频、分发、展示或表演视频。收藏者会收到一个代表创造者的视频的加密代币,但并不拥有创作作品本身。收集者可以展示和分享视频,拥有有限的版权,有权出售、交易、转让或使用其视频,但收藏者不得商用视频。

下一步计划

Glass 想要构建的不是一个端对端的平台,而是一个面向普通用户的去中心化的视频拍卖平台,其创新点在于致力于帮助创作者尽可能通过链上视频获利。目前在 Glass 上线过 3 个视频,还处于非常早期的阶段,对于后期发展中可能会出现劣质视频的问题,团队表示 Arweave 团队正在开发自动化机器学习方法,以自动捕获劣质的视频内容。对于未来可能会推出的推荐系统,Glass 表示传统的视频平台选择黑盒推荐算法,但 Glass 不会采用这种模式,将始终保持可解释性和透明度,让用户有自我选择的权利。

免责声明:本文来自网络投稿,观点仅代表作者本人,不代表芒果财经赞同其观点或证实其描述,版权归原作者所有。转载请注明出处:https://www.mgcj.net/588439.html
温馨提示:投资有风险,入市须谨慎。本资讯不作为投资理财建议。

发表评论

电子邮件地址不会被公开。 必填项已用*标注