在PC互聯(lián)網(wǎng)時代,網(wǎng)頁是搜索的主要途徑,而在移動互聯(lián)網(wǎng)時代,應用搜索不可或缺的當下,豌豆莢爭先發(fā)布應用內搜索技術協(xié)議,提供了對于應用內內容的檢索、收錄和調起的標準。
豌豆莢產品設計副總裁劉亞平表示,豌豆莢并不提供、生產應用內容,其資源均來自合作伙伴,希望應用內搜索技術協(xié)議能成為豌豆莢與內容提供商、應用開發(fā)者構建開放和共贏的移動互聯(lián)網(wǎng)生態(tài)系統(tǒng)的基礎。
圖為豌豆莢產品設計副總裁劉亞平
豌豆莢在整合各類移動應用的內容資源、為用戶帶來優(yōu)質和豐富的手機娛樂搜索體驗的同時,將用戶和流量直接導到開發(fā)者的產品中,為開發(fā)者帶來收益。
因此,作為國內首個公開發(fā)布、唯一全面支持移動獨有內容的應用內搜索技術協(xié)議,上線2個月以來,帶給第三方應用的直接調起和新用戶量均已達到千萬量級。截止到今年4月,豌豆莢應用內搜索已達140萬。
應用內搜索技術主要是對搜索的內容進行結構化描述,該協(xié)議具有普適性、經(jīng)濟性和實時性特點,提供不需要應用與網(wǎng)頁綁定的路徑、全面支持移動端獨有內容的接入;在技術選型上復用 Microdata 等成熟方案降低開發(fā)者接入成本、提升經(jīng)濟性;在內容提交上,除了使用網(wǎng)站地圖sitemap的方式之外,豌豆莢還提供專用 API,讓合作伙伴能夠實時地把最重要的新鮮內容推送給豌豆莢。
值得一提的是,豌豆莢開發(fā)者中心同步上線接入申請入口,開發(fā)者可需通過三個步驟接入豌豆莢:描述應用內內容、向豌豆莢提交內容信息、使應用支持外部調起。豌豆莢重視開發(fā)者的利益,將始終保證搜索和推薦結果的公平公正、完全依照內容質量和用戶使用的數(shù)據(jù)提供。
一直以來,豌豆莢堅持定位成內容入口的戰(zhàn)略,專注于移動內容搜索。去年,豌豆莢發(fā)布了視頻搜索正式版;今年1月,移動內容搜索及 4.0 版本的上線,將搜索擴展到應用、游戲、視頻、電子書、壁紙等多個娛樂內容類別。至今,豌豆莢在應用、游戲品類之外的新增內容品類用戶已超過 6000 萬,內容消費超過 8 億次,內容全部憑借應用內搜索,索引自優(yōu)酷、搜狐視頻、掌閱、愛閱讀等 20 余款第三方應用內。到目前為止,豌豆莢共收錄了 195 萬部視頻 ,198 萬本電子書,248 萬張壁紙。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。