北京文化董事长宋歌:爆款是怎样炼成的

宋歌出名了,不是因为在56亿票房电影《战狼2》上客串了一把大使,而是因为他带领下的北京文化接二连三参与几部叫好又叫座的片子。从《战狼》、《我不是药神》、《无名之辈》再到《流浪地球》,不仅都是爆款,简直被视为国产电影的希望。当然,也有不是爆款,但在文艺青年圈内特别出彩的《不是问题的问题》。

  现在大家都管北京文化叫“爆款发动机”,那么董事长宋歌当仁不让是这款发动机上的核心零件。北京文化是一家2013年才转型为影视的旅游公司,转型标志之一就是收购了宋歌创办的摩天轮文化传媒,但也不是通常意义上的收购,宋歌既没有被边缘化,也没有被踢出局,就任董事长和总裁,钱、权、人一手抓,成了北京文化转型的功臣。六年时间,北京文化就跻身国内一线电影公司,他功不可没。

  管理学上有一个说法,20%的核心员工,创造了公司80%的价值。在文创领域,这个比例只会更高,一个导演决定了投资上亿元电影的生死,一个电影公司的负责人,很大程度上将决定这家公司产品的口味和风格。无他,因为最高负责人,虽然不能100%决定能将电影拍成什么样子,作为非标准化产品,影响电影的因素实在太多了。比如资金、技术、演员档期,甚至主演的婚恋情况和道德水平,是否有婚内出轨或者博士造假这样的道德行为,每一部电影实质是当下的环境下,制作人能够达到的最优情况。但是电影公司的负责人,至少可以决定不拍什么样的片子,他们拥有一票否则权。所以,北京文化出品的电影,在某种程度上,其实是代表了宋歌的品味,从他愿意在《战狼2》客串出境,扮演一位有那么几句台词的大使,一是说明对自己形象比较满意,二是其并不是一个闷声发大财,讳莫如深把自己层层包裹起来的人,对艺术、对创作有几分自己见解。

  时至今日,宋歌都坚持自己亲自看剧本,因为从剧本就能看出一部戏的好坏。他在接受采访时说,扎实的剧本,能一口气看完,但不好的剧本往往看十页左右就看不下去了,好的剧本,故事、整体结构、语言和逻辑都能够打动人心,这也是共鸣和共情的基础。被成为电视剧“业界良心”正午阳光的掌舵人物侯鸿亮也是如此,正午大多拍摄由小说改变的剧本,小说他必先过目,最近热播的《知否知否,应是绿肥红瘦》这本小说就是侯鸿亮推荐给导演。

  作为公司负责人,如果事必躬亲,肯定是要累死的,但是宋歌也好,侯鸿亮也好,他们都把握了一个原则:影视剧的本质是运用镜头语言来讲述故事,所以“故事本身是最重要的,其次才是它的表现形式”,所以他们都牢牢把握了自己认为最关键的部分,从立项的源头来把握作品的走向。从北京文化投资的多部电影来看,口味也大致相似,多数是偏文艺的故事片,也很少请大明星,相对而言制作费用少,但故事性强,品质也好。虽然这些电影都不是北京文化一手缔造,现在拍个电影多贵啊,动辄以亿计,投资人早就学会了不把鸡蛋放在一个篮子里,要么前期投入,要么参与制作,要么参与宣发,特别看好的还可以保底发行,就像一个流水线,各自负责一部分,但是能够在一年内将所有爆款都囊括在内,宋歌的眼光确实毒。

  但他却真不是科班出身,1990年从清华热能汽车系毕业后,宋歌先后从事过通信产业和互联网相关的投资,这些投资让他很早就实现了财务自由。投身电影行业既是受家庭影响,宋歌父母都是在央视工作,高考填报志愿时就只考虑清华和北京广播学院,但也是精明的打算,宋歌说,在2007年的时候他就想过,“我做什么产业能够在10年内做到中国前三,答案只有电影。”房地产、保险、金融需要人脉、政府关系、资本的多方积累。互联网企业,一万个里出一个,都不合适。

  一位哈佛毕业生,在毕业30年后,曾做过一个调研:在他的同学中,几乎每个成功的银行家和基金经理都希望找到一种办法,用自己的积累的财富回馈社会,其中最受欢迎的做法是,离开华尔街,投身某项艺术事业。对于财务自由的人来说,若在艺术或慈善领域还能拥有一番成就,确实是实现自身价值的最好机会。但如果宋歌十年前就想要做到行业前三,也就并非玩票性质。

  实际上,在圈外人还不知道宋歌名字的时候,他已经“触电”多年,包括中韩合拍《非常完美》,开创了国内小妞电影的先河,虽然口碑扑街,但是再接再厉开发的同类型电影《失恋33天》大获成功。再加上此后被王健林力邀,成为万达影视传媒有限公司总经理,手中过手的项目、接触的导演和演员与日俱增,累计了人脉和经验,才有了今天的位置。

  外面的人看影视圈是花团锦簇,其实电影圈是一个挺小又挺封闭的圈子。比如宋歌投《战狼2》的时候,因为《战狼1》取得成功后,业内认为《战狼2》肯定能赚钱,因此不少公司都抢着投资,吴京也需要在投资份额上还各种人情,北京文化就没有挤进投资队伍,吃到头啖汤,而是只能退而求其次,以保底发行这种相对冒险的方式进行参与。所以,时间久了,圈内心里都有一笔账,谁能做好项目,谁能拉到资金,谁能过审,人人心里有一笔账,做好了自己的事情才能抢到一口饭吃。说白了就是一个资源配置行业,只有在圈内有了一定地位,才有调动资源的能力,地位靠什么争取,资金只是一部分,主要靠作品上位。作品一是依靠天分,有的人就是才华横溢挡都挡不住,但毕竟是稀有动物。二是靠精益求精的态度,电影不仅是一门艺术,发展到今天,它叫做电影工业,既然是工业,就要与之相配的职业态度和精神。谁在这个圈子里摸爬滚打的时间长,谁的口碑最好,谁就有可能收获更多的爆款产品。

  北京文化开了一个好头,国产电影在2019年亦开了个好头,这样的局面来自不易,唯有细细打磨,方能成就经典,日子还长着呢。

转载于:https://www.cnblogs.com/zping/p/10394682.html

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值