日前,中國 Android內(nèi)容搜索及手機娛樂中心豌豆莢聯(lián)合艾瑞咨詢集團發(fā)布《擁抱移動生活——2013 年豌豆莢移動互聯(lián)網(wǎng)應(yīng)用內(nèi)容消費掃描》。
本次調(diào)研數(shù)據(jù)來自擁有超過 3 億用戶,日應(yīng)用分發(fā)量超過 3000 萬的豌豆莢的后臺統(tǒng)計,從生活、影音、游戲三個角度系統(tǒng)回顧了在剛剛過去的一年里用戶們在移動互聯(lián)網(wǎng)上對衣食住行及文化娛樂等方面的應(yīng)用內(nèi)容消費選擇。調(diào)研結(jié)果顯示,用戶在移動設(shè)備上的需求已從單一的應(yīng)用類消費轉(zhuǎn)變?yōu)檎蟽?nèi)容消費。
衣食住行,市場競爭白熱化
2013 年,中國互聯(lián)網(wǎng)用戶規(guī)模達到 6.18 億,其中使用移動設(shè)備的用戶量高達 5億。
在消費方面,最典型的體現(xiàn)是在線銷售業(yè)績的持續(xù)瘋狂增長,而在線銷售的背后,支付寶的月下載量是幾大銀行手機客戶端下載總和的 1.5 倍,成為真正意義上的手機銀行。
出行方面,打車軟件從最初的數(shù)十家群雄逐鹿,轉(zhuǎn)變?yōu)猷粥?span lang="EN-US"> VS 快的雙雄爭霸。
伴隨著回家這個永恒的話題,買票爭奪戰(zhàn)也蔓延到了移動互聯(lián)網(wǎng)之中。數(shù)據(jù)顯示,12306在兩個月內(nèi)的下載量超過其他第三方購票應(yīng)用積累一年的下載量。
多屏娛樂,片子多到看不完
隨著快節(jié)奏的生活和碎片時間的增多,移動設(shè)備承載了更多的影音內(nèi)容消費需求。有趣的是,不同年齡段用戶在追劇話題上也能達成一致。
《爸爸去哪兒》五娃萌翻全國觀眾,領(lǐng)跑綜藝節(jié)目排行榜;《快樂大本營》緊追其后,成為最首歡迎的老牌綜藝節(jié)目。電視劇方面,《特種兵之火鳳凰》、《咱們結(jié)婚吧》、《小爸爸》三部生活社會熱點話題的劇集榮登觀看量排名前三位。
各大視頻網(wǎng)站獨立出品的自制劇在2013年集中爆發(fā),搜狐《屌絲男士》憑借與明星的頻繁互動獲得了最高關(guān)注度。動漫方面,在日系經(jīng)典動漫占據(jù)半壁江山的榜單上,國產(chǎn)動畫《熊出沒》突出重圍,高居下載量榜單第二位。
還要分享一個數(shù)據(jù),豌豆莢收錄最劇集最長的節(jié)目是《養(yǎng)生堂》,共2,405集,無論什么時候,健康最重要。
智能手機,是手機更是游戲機
2013 年,活躍手機玩家增長了近 5 千萬。同時,由于屏幕分辨率和原始內(nèi)存的不斷優(yōu)化提升,智能手機在一定程度上已取代了手持游戲機的作用。
在單機游戲 Top10 下載量排行榜上,以《找你妹》和《保衛(wèi)蘿卜》為代表的國產(chǎn)優(yōu)秀游戲不斷涌現(xiàn),已與海外游戲不分伯仲,各占半壁江山。
最令人吃驚的結(jié)果,男性容易癡迷于游戲說法在移動互聯(lián)時代已經(jīng)不成立了,在手游世界里,玩家「男女平等」。下載過15款以上應(yīng)用的女性占比為50%,高于男性的46%。不過,男性依然偏愛激發(fā)荷爾蒙的游戲,女性則垂青休閑類節(jié)奏較慢的游戲。
本次《擁抱移動生活——2013 年豌豆莢移動互聯(lián)網(wǎng)應(yīng)用內(nèi)容消費掃描》的調(diào)研結(jié)果顯示出用戶在移動內(nèi)容上的偏好,為內(nèi)容創(chuàng)造者提供了指導(dǎo)方向。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。