電子商務(wù)的興起,正在給傳統(tǒng)產(chǎn)業(yè)帶來(lái)巨大沖擊。傳統(tǒng)軟件企業(yè)倍感壓力,如果要快速迎頭趕上,就必須和互聯(lián)網(wǎng)相結(jié)合,加深對(duì)產(chǎn)品的理解和對(duì)用戶的體驗(yàn)重視。用友軟件自2009年組建專業(yè)的電子商務(wù)解決方案事業(yè)部以來(lái),加速電商轉(zhuǎn)型步伐,發(fā)力電商服務(wù),積極與電商領(lǐng)域的平臺(tái)巨頭開(kāi)展深入合作。
依托用友25年來(lái)對(duì)企業(yè)信息化的需求洞察及十年來(lái)在電商領(lǐng)域的深度探索,用友提出一體化電子商務(wù)解決方案,幫助企業(yè)充分發(fā)揮電子商務(wù)的優(yōu)勢(shì),整合各方資源,提升企業(yè)核心競(jìng)爭(zhēng)力。
2013年與京東戰(zhàn)略合作達(dá)成后,率先取得突破,將平臺(tái)級(jí)電商ERP解決方案率先于京東宙斯開(kāi)放服務(wù)市場(chǎng)中上線發(fā)布,成功在電子商務(wù)應(yīng)用服務(wù)領(lǐng)域?qū)崿F(xiàn)轉(zhuǎn)型。用友電商ERP解決方案,主要面向具有多平臺(tái)、多渠道電子商務(wù)業(yè)務(wù)的中大型企業(yè)??梢詭椭髽I(yè)集中、高效地處理海量、多源(線上、B2C、B2B)訂單業(yè)務(wù)、統(tǒng)一維護(hù)、同步多源訂單、會(huì)員、商品、庫(kù)存、優(yōu)惠等核心數(shù)據(jù)、為ERP與電商業(yè)務(wù)的融合提供無(wú)縫解決方案。
京東服務(wù)市場(chǎng)自13年6月上線以來(lái),迅猛發(fā)展,為京東眾多開(kāi)放平臺(tái)商家提供電商應(yīng)用服務(wù)。為了進(jìn)一步加強(qiáng)與服務(wù)商的合作深度,建立“精品服務(wù)”品牌形象,京東根據(jù)應(yīng)用服務(wù)質(zhì)量以及用戶反饋意見(jiàn),經(jīng)過(guò)多方審核,最終評(píng)選出15家優(yōu)質(zhì)電商服務(wù)商,并在2014年4月3日,在京舉辦“2014年度金服務(wù)”授牌儀式對(duì)其授予“金服務(wù)”稱號(hào)。這也是京東首次向服務(wù)商頒發(fā)這一榮譽(yù),獲獎(jiǎng)企業(yè)將得到京東提供的一系列全新市場(chǎng)支持計(jì)劃,這不僅是京東對(duì)優(yōu)秀電商服務(wù)商的肯定與鼓勵(lì),同時(shí)也為電商服務(wù)商樹(shù)立了標(biāo)桿,從而進(jìn)一步推動(dòng)電商行業(yè)發(fā)展。
此次獲獎(jiǎng)的服務(wù)商中,多為網(wǎng)店管家、管易、宏巍、易店寶、掌上先機(jī)等新興電商軟件服務(wù)企業(yè),這也標(biāo)志著用友軟件作為傳統(tǒng)企業(yè)管理軟件的真正的融入到了電商領(lǐng)域,并得到了大家的認(rèn)可。用友也將與京東在原有的合作基礎(chǔ)上不斷深入,共同為企業(yè)和商家提供一體化的電商解決方案。目前,雙方已經(jīng)在客戶共享、數(shù)據(jù)共享、培訓(xùn)共享、營(yíng)銷合作、軟件及服務(wù)合作、電商需求共享方面開(kāi)展了合作,以加速推進(jìn)中國(guó)傳統(tǒng)企業(yè)實(shí)現(xiàn)電子商務(wù)的轉(zhuǎn)型發(fā)展。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。