作為一個互聯(lián)網(wǎng)從業(yè)者，有些本質(zhì)性的問題是需要弄透的，不然看到的都是表象，永遠(yuǎn)無法獲得真知。在探索這一系列問題的過程中涉獵了不少資料，也做了很多思考。有些是想明白了的，有些是還需要繼續(xù)探究的，我把自己思考的過程和例子都分享出來，供大家討論。

圍繞在我們身邊的信息，數(shù)量龐大、類型復(fù)雜，每個人所處的圈層不同，接受到的信息也有很大差異，看似好像很難劃分。但如果從另一個角度來看，我們大部分人的身體結(jié)構(gòu)是相同的，于是我們可以按照接收信息的感覺器官來劃分，就會比較明確。

我們的眼、耳、鼻、口、皮膚為我們提供了：視覺、聽覺、嗅覺、味覺、觸覺。

視覺讓我們能夠看見圖像和文字，我們用聽覺接收語言和自然界的聲音，嗅覺和味覺提供了很多奇妙體驗(yàn)的可能，觸覺是我們出生后第一次感知世界的方式。

從生物學(xué)上來講，這些感官很多動物都有，人類并沒有在這方面顯得多么出眾，但人類卻創(chuàng)造了其他任何一種動物都無法創(chuàng)造的輝煌成就，并成為“地球的主人”。這主要?dú)w功于人類所特有的一種杰出能力——保存并傳遞信息的能力。

人類文明發(fā)展萬年以來，科學(xué)技術(shù)的進(jìn)步令信息保存和傳遞的方式發(fā)生了天翻地覆的變化，然而我們接收信息的方式只是效率的提高，而這一現(xiàn)象在數(shù)字化碎片的時代會加速傳染開來。

要想知道為什么只是效率的提高，就得先弄清楚從古至今，信息的保存和傳遞方式是如何變化的？

一、視頻是最易消費(fèi)的媒介

?現(xiàn)代人類的祖先“智人”進(jìn)化出新語言是在大約距今7萬到3萬年前，這種新語言不同于其他動物通過不同喊叫的方式，傳達(dá)不同的信息。而是能通過發(fā)出的有限聲音，組合起來產(chǎn)生無限多的句子，各有不同的含義。于是，我們就能夠吸收、儲存和溝通驚人的信息量，并了解我們周遭的世界。

而人類最早開始進(jìn)行圖像類型的記錄，產(chǎn)生于舊石器時代的晚期，距今約3萬到1萬多年之間。記錄類型包括了洞窟壁畫、巖畫、雕刻、建筑等。

而文字的出現(xiàn)要晚得多，文字幾乎與農(nóng)耕相伴而生，從最早的刻符、結(jié)繩和巖畫算起，人類文字的歷史不過5000多年。

?從時間線的角度，我們很容易看出，語言的出現(xiàn)早于壁畫，早于文字。

?人類從蠻荒步入文明，有三次偉大的跨越，第一次是語言，第二次是農(nóng)耕，第三次是文字。語言是人類的開始，農(nóng)耕是文明的開始，文字則是現(xiàn)代的開始。

?文字的出現(xiàn)雖然讓人類社會進(jìn)入了一個新的紀(jì)元，但千百年來，很多時候文字只是少數(shù)人享有的權(quán)利，不論是從創(chuàng)造、學(xué)習(xí)、使用等各個角度來看，都是如此。

?也就是說，同樣的信息，我用語言、圖畫、文字三種形式傳達(dá)的時候，大部分人可以聽懂語言所表述的內(nèi)容，其次是圖畫，文字的效果最差。

?語言是人聲帶振動的結(jié)果，所以它本質(zhì)上是一種聲音。

?這樣，以上的三種形式就可以抽象為聲音、圖像和文字，我們初步推斷，在人類接收信息的容易程度上，聲音的效果最好，文字最次，即聲音>圖像>文字。

?除了以上三種信息的傳遞方式，其實(shí)還有一種很重要的信息傳遞方式——視頻，只不過這種方式一直到近代才出現(xiàn)。

?記錄文字和圖像的方式人類在遠(yuǎn)古時期就學(xué)會了，并且持續(xù)探索更簡單的實(shí)現(xiàn)方式。

?大規(guī)模的文字記錄方式，是因?yàn)榈癜嬗∷⑿g(shù)的出現(xiàn)，于公元7世紀(jì)左右的隋唐時期。圖像的便捷記錄方式出現(xiàn)在1839年，法國的達(dá)蓋爾制成第一個臺實(shí)用的照相機(jī)。

?人類的科技發(fā)展，總是傾向于讓人變得越來越懶。出現(xiàn)的時間越晚的信息載體，才越易于我們感知和理解。聲音和影像的的記錄一直到第一次工業(yè)革命以后才出現(xiàn)。

1877年愛迪生發(fā)明了留聲機(jī)，讓聲音的再現(xiàn)有了可能。

1895年愛迪生和迪克森制作的“有聲活動電影機(jī)”，這項(xiàng)能夠記錄我們所處現(xiàn)實(shí)世界的發(fā)明，為后來視頻成為現(xiàn)存的覆蓋面最廣泛的媒介，奠定了基礎(chǔ)。

從遠(yuǎn)古跨入現(xiàn)代，人類保存和傳遞信息的方式，已經(jīng)從呆板枯燥的文字，上升為能夠聽得見、看得到地重演現(xiàn)實(shí)世界情景的視頻，視頻成為了最容易能夠讓人看懂的媒介。

所以我們可以進(jìn)一步確定我們的推斷，在人類接收信息的容易程度上，視頻的效果要優(yōu)于聲音，也就是視頻＞聲音＞圖像＞文字。

對此，我們從另一個角度重新審視，會得到更有說服力的解釋。

文字是最早能夠記錄，但是消費(fèi)門檻最高的媒介。

想象文字的閱讀過程：首先我們得識字，知道一系列圖形符號和他們的組合所代表的意義；然后通過句子，我們要在大腦中映射出感覺和意向，有一些要圖像化處理后才能理解。

再思考文字的寫作過程：我們要知道這些感覺和意義如何通過一系列的符號落到紙面。

所以文字的過程是個壓縮和解壓的過程。這個行為相比于其他的內(nèi)容消費(fèi)形式，門檻是比較高的。這也是文盲那么多的原因。

圖像是對視頻生活的抽象化反映，理解起來會有一點(diǎn)難度。比如有一些人是看不懂漫畫的。聲音比圖像更容易理解，因?yàn)楫吘箾]有這么多復(fù)雜的千奇百怪的圖形，只有有限個聲音。

視頻所展示的世界和我們睜眼第一天看世界的就是相同的。而直播是現(xiàn)實(shí)生活最生動的克隆。

而視頻最容易被接收、門檻最低的原因，還有另外一個原因：視頻調(diào)動了更多的感官。

二、如何用“感官象限”作判斷

我們把視頻、聲音、圖像、文字和人的感官結(jié)合起來，能夠發(fā)現(xiàn)，圖像和文字是需要用眼睛來看的，耳朵可以聽到聲音。

而視頻則需要同時調(diào)動聽覺和視覺這兩種感覺。

也就是說，同等信息量的時候，視頻需要調(diào)動兩種感官的特性，讓我們更易于去接收這些信息。而在同等時間的條件下，視頻能夠傳遞的信息量更多，信息密度更大，而人天然喜歡信息密度更大的東西。

從這個角度，我們再看互聯(lián)網(wǎng)世界里，和信息相關(guān)的產(chǎn)品，我們就能逐漸探索出資訊類、聽書類、視頻類產(chǎn)品他們之間的本質(zhì)差異，以及用戶量一路飆升的短視頻，為什么會讓各巨頭公司產(chǎn)生恐慌。

1.“感官象限”里的4個判斷

通過互聯(lián)網(wǎng)傳播的信息，主要借助手機(jī)、電腦這樣的終端設(shè)備，這類設(shè)備主要傳遞的是視頻、聲音、圖像、文字信息，我們接收主要是通過視覺、聽覺和部分觸覺。我們按感官系統(tǒng)進(jìn)行劃分：

·??????視覺接收到文字、圖像信息；

·??????聽覺接收到聲音信息（語音、音樂、配音等）；

·??????觸覺接收的大部分是由“振動”完成的（來電提示、觸摸反饋等）。

由于目前對觸覺的使用僅在提供反饋的層次，信息量遠(yuǎn)不及其他形式，我們把它放在后面單獨(dú)來講。

那么，我們以聽覺系為X軸、視覺系為Y軸，建議二維直角坐標(biāo)系。聽覺系的兩端為人的聲音（以語言為主）、自然聲音；視覺系的兩端則是文字和圖像。

這樣我們就得到了四個象限，我將其命名為“感官象限”。

我們進(jìn)一步將聽覺系和視覺系細(xì)分，離O點(diǎn)越近的部分，是人類天生易于感知的，比如口語、口述的文字、肉眼所見等；越靠近坐標(biāo)軸的頂端，代表理解難度越高、越需要后天學(xué)習(xí)的方式。

我們再將易于感知的部分向復(fù)雜的部分的過渡也進(jìn)行劃分。比如，聽覺系在第一象限的劃分方式就是口語、書面語、專業(yè)術(shù)語、第二語言，同理也對其他象限的坐標(biāo)軸進(jìn)行劃分。

按這樣的形式，我們可以把互聯(lián)網(wǎng)中主要功能為信息傳遞的產(chǎn)品（以某個特定的產(chǎn)品來代表其類型的產(chǎn)品），填入感官象限中（為了區(qū)分產(chǎn)品需要的是單一感官和兩種感官，我用 O’ 和 O’’ 將需要兩種感官的象限重新作了劃分）。

可以得出幾個判斷：

1.?以視覺為主的產(chǎn)品，僅靠視覺就能完成信息傳遞。

2.?以聽覺為主的產(chǎn)品，多需要視覺對其信息內(nèi)容進(jìn)行補(bǔ)充。

3.?從多感官產(chǎn)品向單一感官產(chǎn)品過渡容易，反之則較難。

4.?多感官同時進(jìn)行信息接收，要比單一感官接收信息更容易。

前兩點(diǎn)中有個很有趣的現(xiàn)象，就是以聽覺為主的產(chǎn)品，需要視覺輔助，也就意味著這類產(chǎn)品在某些時候是需要兩類感官同時參與的。而單獨(dú)以視覺為主的產(chǎn)品，則幾乎沒有這樣的情況。

比如同樣都是傳遞知識的產(chǎn)品，在大家的心理感知上，知乎是用來“看”的，而得到是用來“聽”的?？吹臅r候視覺很容易疲勞，注意力分散跳出，聽要比看的情況稍微好一些，但聽的時候如果再看到對應(yīng)的文字，就要比單純聽更容易抓住聽的內(nèi)容。

第三點(diǎn)中，多感官產(chǎn)品向單一感官產(chǎn)品過渡的這件事，怎么來理解呢？

比如貼吧這類以文字為主的社區(qū)，要想發(fā)展視頻業(yè)務(wù)是很難的。但像愛奇藝這樣的視頻平臺，做的泡泡社區(qū)很快就起來了，日活已經(jīng)到了4500萬，差不多是它總?cè)栈畹?/4。原因就在于，我從多感官向單一感官轉(zhuǎn)是很容易的，只需要減少調(diào)用的感官數(shù)量就好了。可反過來的話，增加的成本就很高了。

整體來說，印證了我之前提到的，從信息接收難易程度來看，視頻類產(chǎn)品最容易被接受，其次是音頻類產(chǎn)品，最后才是圖像、文字類產(chǎn)品。

那么四個象限中的各個產(chǎn)品的位置是如何確定的？

2.離日常生活越近的信息越好

看似同類的產(chǎn)品，其實(shí)從人接收信息的角度看，其實(shí)差異很大：

·??????越貼近人類日常生活的圖像、文字、聲音，越易于人類理解和接受。比如直接的對話、肉眼所見的場景、自然界的各種聲音。

當(dāng)然也有些人的和這個會不太一樣，比如對從小熱愛器樂的孩子來說，樂器振動發(fā)出的聲音可能更會讓他有感觸。

·??????越遠(yuǎn)離人類日常生活的東西，越需要大腦的思考、后天的學(xué)習(xí)，相對來說是一個比較痛苦的過程。比如學(xué)英語的要比看電影痛苦的多。

·??????人的天性是懶的，在不受場景制約的情況下，大部分人更愿意使用貼近自己生活的、能調(diào)動更多感官接收的信息產(chǎn)品，避免大腦思考。即更愿意看直播或短視頻。

·??????從接收信息的容易度上進(jìn)行排序：第四象限>第一象限>第三象限>第二象限

在第一象限中，從微博類產(chǎn)品到 Github 類產(chǎn)品，屬于文字類型的難度逐漸上升的結(jié)果，看的人會逐漸減少。

微信其實(shí)還是個主要以視覺傳遞信息的產(chǎn)品，但其語音功能的重要程度，讓我把它放在了這個位置，且其語音消息占了總消息數(shù)的16%。社交產(chǎn)品的天然屬性就是把線下面對面的場景搬到了線上，雖然還是略有差異，但在以文字為載體的情況下，已經(jīng)是最自然的信息傳遞方式了。

最新的數(shù)據(jù)中，喜馬拉雅活躍用戶數(shù)為4000多萬，而網(wǎng)易云的則為6700萬，音樂類 App 活躍用戶數(shù)最高的酷狗音樂為2.2億，從數(shù)據(jù)上看好像有聲書類的產(chǎn)品好像沒有音樂類產(chǎn)品的用戶數(shù)高，這和有聲書產(chǎn)業(yè)發(fā)展的時間短有關(guān)。

長期來看，只要下沉做得好，有聲書類產(chǎn)品的用戶規(guī)模一定會超越音樂類產(chǎn)品。

第四現(xiàn)象中，首當(dāng)其沖的是短視頻和直播，這兩類產(chǎn)品其實(shí)是在同一位置的，只不過直播近幾年的發(fā)展越來越專業(yè)化、秀場化，讓人很難有貼近身邊的感覺。

短視頻其實(shí)也有同樣的問題，但同樣的時長內(nèi)，其信息密度更大，所以更受人喜愛。

長視頻類的產(chǎn)品中，B站因豐富的彈幕、眾多UGC的緣故，會讓人覺得更親近，但其主要做二次元的細(xì)分領(lǐng)域，所以整體的用戶規(guī)模必然沒有愛奇藝大。2017年B站的活躍用戶數(shù)7000多萬，而愛奇藝的則是4.21億。

然后我們再第四象限的網(wǎng)易公開課和第一象限的得到來做個比較。

網(wǎng)易公開課在16年的時候移動端用戶數(shù)為4300萬，得到在18年的數(shù)據(jù)是2000萬用戶，因?yàn)榘l(fā)展的時長不同，很難做結(jié)論。但是從信息接收的難易程度來講，網(wǎng)易公開課的用戶規(guī)模就是要比得到高的。如果最后被得到超過了，肯定是因?yàn)榫W(wǎng)易公開課在內(nèi)容水平上僅到達(dá)了及格線，而得到做到了120分。

第二、三象限中，我并沒有找到太多合適的產(chǎn)品，可能大家都還在競爭更好做的一、四象限內(nèi)的空間。有很多語言無法表述的信息，器樂、自然聲音等方式傳遞會更合適，而且不受語言差異的限制，通過學(xué)歌曲的形式學(xué)會說另一種語言更容易，可能和這個也有關(guān)系。

從感官象限上來看，同樣需要兩個感官接收信息的情況下，離原點(diǎn)越遠(yuǎn)的產(chǎn)品，受眾群體的總數(shù)就會越少。

如果再把“細(xì)分領(lǐng)域”作為第三個坐標(biāo)軸，二維坐標(biāo)系變?yōu)槿S，原有產(chǎn)品的二維圖標(biāo)將變?yōu)橐粋€個有厚度的小方塊，這些小方塊的厚度就是他們所處細(xì)分領(lǐng)域的總體用戶規(guī)模。

所以，我們在借助感官象限對信息傳遞類產(chǎn)品做判斷的時候，想知道該產(chǎn)品的賽道有多大，除了要看他們在感官象限內(nèi)所處的位置，還要看各個產(chǎn)品“塊”的體積大小。

也就意味著越是貼近人生活狀態(tài)的、平臺性質(zhì)的產(chǎn)品，賽道越大，潛在用戶數(shù)越多。比如現(xiàn)階段的短視頻、直播平臺的產(chǎn)品。

那么，手機(jī)作為現(xiàn)階段最廣泛的信息傳遞載體，在視覺和聽覺上信息傳遞效率或體驗(yàn)還有提升的空間么？

這個問題同等于，還有比短視頻或直播更能貼近人們?nèi)粘Ｉ钚畔⒈憩F(xiàn)方式么？

當(dāng)然有，想想看 IMAX 電影時候的感受。

三、3D聲音提升視頻體驗(yàn)

IMAX?電影把視覺和聽覺都做了3D化，你看到的人物、建筑是立體的，聽到的聲音是有遠(yuǎn)近、左右的。這就和我們現(xiàn)實(shí)的感受更近了。

視覺的3D在手機(jī)這個尺寸的屏幕上其實(shí)并不能產(chǎn)生很好的體驗(yàn)，比如之前有段時間出現(xiàn)的裸眼3D手機(jī)無疾而終。

如果技術(shù)允許，降低3D聲音的制作成本，將會為聽覺系產(chǎn)品（音樂、聽書、直播、短視頻、長視頻等）帶來體驗(yàn)上的提升。

但3D聲音的局限性在于需要耳機(jī)作為支持，而大部分手機(jī)用戶其實(shí)是不用耳機(jī)的。但對于使用耳機(jī)的用戶來說，在生活化的短視頻和直播領(lǐng)域會有很獨(dú)特的體驗(yàn)。

想象一下在刷短視頻的時候，能聽到小哥哥/小姐姐在你的左耳后說話，就會有一種這個人在你身后的感覺。

因?yàn)橛辛恕吧砗蟆边@樣的位置信息，這就比原有的聲音傳遞了更多的信息，提升了信息密度，讓人有了更好的感官體驗(yàn)。

B站有類叫ASMR的直播節(jié)目，中文譯稱“自發(fā)性知覺經(jīng)絡(luò)反應(yīng)”，俗稱“顱內(nèi)高潮”，是通過各類模擬音效緩解人的精神壓力，其聲音效果就可以模擬出有人在你身邊的感覺。

其實(shí)聰明一點(diǎn)的讀者能夠發(fā)現(xiàn)，我提到的在視覺和聽覺上的提升，VR（虛擬現(xiàn)實(shí)）做的就是這件事。

VR?當(dāng)初引起資本的狂熱也是這個原因，資本賭的并不是 VR 這個設(shè)備有多少價(jià)值，而是 VR 有可能革新信息傳遞的效率，與視頻相比，VR 能夠傳遞的信息密度更高、更容易讓人類接受，只不過 VR 目前從體驗(yàn)到設(shè)備體積，都沒有取代手機(jī)的優(yōu)勢。

所以最終不論是 VR、AR、或是 MR，誰能夠讓人類在同等條件下接受到更多的信息，調(diào)動更多的感官來接受，誰就能創(chuàng)造下一個時代。

相應(yīng)的，屆時整個內(nèi)容產(chǎn)業(yè)也會因此作出調(diào)整，一定會有很多人涌入去做新的媒介平臺。大家都愛談媒介升級，現(xiàn)實(shí)是做媒介聯(lián)合可能更為恰當(dāng)。

就像如今的短視頻，并不一定都要去做平臺，短視頻作為一種媒介形式，可以作為原有的圖文形式的補(bǔ)充，大眾點(diǎn)評可以做美食類短視頻，豆瓣可以做電影類的，愛奇藝可以做愛豆類的。

所以未來出現(xiàn)新的媒介形式的時候，考慮清楚這種媒介形式和自己現(xiàn)有業(yè)務(wù)的關(guān)系，可能比直接沖進(jìn)這個戰(zhàn)場重要的多。

除了 VR ，我們再向前邁一步，未來的信息接收的載體還可能出現(xiàn)哪些變化？

四、更多維度的感官參與

回到文章最初提到的：信息雖然煩擾紛雜，但人類接收信息的感官是相同的。眼、耳、鼻、口、皮膚為我們提供了：視覺、聽覺、嗅覺、味覺、觸覺。

而手機(jī)主要是圍繞視覺、聽覺展開的，觸覺在手機(jī)中主要是一種完成執(zhí)行的方式，用電容筆就可以替代。

到 VR 設(shè)備中，觸覺開始有了部分接收信息的功能，特別是在游戲的體驗(yàn)提升了一個臺階，也就是說，游戲借助 VR 的設(shè)備，有了更豐富的信息傳遞通道，可傳遞的信息密度也就更高，本質(zhì)上提高了信息傳遞的效率。

所以未來的信息傳遞載體升級的方向，就是提升信息接收調(diào)動感官數(shù)量。在原有的視覺、聽覺基礎(chǔ)上增加味覺、嗅覺等。

味覺和嗅覺的增加貌似比較難，所以我猜測下一階段的創(chuàng)新，更有可能出現(xiàn)在由皮膚接收信息的方向。

皮膚作為人身體最大的器官，能夠提供的感覺至少有溫覺、冷覺、濕覺、壓覺、痛覺、觸覺等六種感覺。

所以，接觸到皮膚這一個器官，就能至少擁有六種不同的感知結(jié)果。

感官象限原有的二維坐標(biāo)系中，每增加一種感覺，就意味著增加一個維度，變成三位、四維的坐標(biāo)軸，當(dāng)然這和空間的維度并非同一個概念。

?更準(zhǔn)確的說，這種感官維度的增加指的是，人類通過電子設(shè)備接收的信息，通過維度的不斷增加，能夠更加全面和立體地被感知，更加趨近于真實(shí)生活中接觸信息的感受。

比如電影《頭號玩家》里的主人公穿戴的 VR 設(shè)備，就覆蓋了人的視覺、聽覺、嗅覺、以及整個皮膚的各種感覺，整個場景創(chuàng)造出的真實(shí)感，讓大部分人放棄了現(xiàn)實(shí)世界的生活。

?到時候整個內(nèi)容產(chǎn)品也依然可以按照感官象限的劃分方法，去判斷自己產(chǎn)品的位置或是選擇合適的賽道。

五、人類信息接收的5個判斷

人類文明發(fā)展萬年，視頻媒介傳播百年，互聯(lián)網(wǎng)產(chǎn)品出現(xiàn)數(shù)十年，未來媒介誕生在人們腦海里幾載。從過去到未來，縱觀全文，我一共作了5個判斷：

1.?多感官接收信息要比單一感官有絕對優(yōu)勢，映射在當(dāng)下就是，視頻＞聲音＞圖像＞文字。

2.?人天性是懶的，越貼近人類日常生活的圖像、文字、聲音，越易于人類理解和接受。即更愿意看直播或短視頻。

3.?以目前手機(jī)設(shè)備為載體的情況下，進(jìn)一步的提升可能出現(xiàn)在聲音的3D化方面。

4.?未來能夠替代手機(jī)的設(shè)備，一定有更高的信息傳遞效率，也就是能觸達(dá)更多的感官，盡可能模擬現(xiàn)實(shí)生活中的場景。

5.?內(nèi)容產(chǎn)業(yè)可以依據(jù)“感官象限”去判斷自己所在領(lǐng)域的賽道大小，并且隨著信息傳遞效率更高的新技術(shù)出現(xiàn)，相應(yīng)的去加入新的戰(zhàn)場或是對自己的產(chǎn)品進(jìn)行補(bǔ)充與完善。

在人類信息接收的這件事上，我一方面觀察歷史是如何演進(jìn)的，為什么會出現(xiàn)這些變化，另一方面也思考現(xiàn)階段的解決方案中，還有哪些不足，未來還有哪些發(fā)展的空間。

希望以上內(nèi)容對大家在思考不同媒介間的差異，以及內(nèi)容產(chǎn)品的發(fā)展方向上能有些許的靈感和啟發(fā)。

同樣也希望，這篇文章在10年后翻出來，仍然能在其當(dāng)下找到回應(yīng)。

本文參考：

杜君立.現(xiàn)代的歷程[M].上海三聯(lián)書店.2016

尤瓦爾·赫拉利.人類簡史[M].中信出版集團(tuán).2017

陳悅天：從 B 站，到過去兩年的內(nèi)容產(chǎn)業(yè)投資大復(fù)盤[EB／OL].

http://36kr.com/p/5126216.html

本文作者：

徐邦睿，95后，做運(yùn)營的工科生文青，樂于思考問題本質(zhì)；微信：katongka007