1月21日,百度對(duì)外發(fā)布《2015年中國(guó)移動(dòng)網(wǎng)站趨勢(shì)報(bào)告》,報(bào)告中有三個(gè)結(jié)果非常值得關(guān)注。第一,在百度移動(dòng)搜索每天導(dǎo)出的十億量級(jí)web流量中,包含教育培訓(xùn)、生活服務(wù)、人物、新聞資訊在內(nèi)四個(gè)領(lǐng)域的搜索需求增幅均超過(guò)100%并跑贏移動(dòng)搜索大盤(pán);第二,以語(yǔ)音搜索、圖像搜索為代表的以新技術(shù)驅(qū)動(dòng)的搜索方式在增幅上也超過(guò)了移動(dòng)搜索的大盤(pán);第三,2015年移動(dòng)需求缺口最大的將會(huì)是生活服務(wù)、教育培訓(xùn)和新聞資訊,這三大板塊將成為移動(dòng)搜索的三個(gè)極,驅(qū)動(dòng)整個(gè)生態(tài)的高速成長(zhǎng)。
以上三個(gè)結(jié)果表明,百度移動(dòng)搜索試圖從平臺(tái)建設(shè)、流量引導(dǎo)到技術(shù)支持等方面建設(shè)的一個(gè)從滿足用戶需求到促進(jìn)網(wǎng)站收益完整的生態(tài)系統(tǒng)已經(jīng)達(dá)成。之所以這么說(shuō),是因?yàn)榇蛟烊缟仙鷳B(tài)體系,需要滿足幾個(gè)硬性條件:是不是多方共贏?是否有導(dǎo)流能力?是否有開(kāi)放的實(shí)力以及提供技術(shù)支持的實(shí)力?客觀的說(shuō),百度具備以上能力與實(shí)力。
移動(dòng)網(wǎng)站從百度將獲得哪些紅利?
百度與移動(dòng)網(wǎng)站的共贏體現(xiàn)在三個(gè)方面,首先體現(xiàn)在流量上:百度移動(dòng)搜索會(huì)為生態(tài)內(nèi)的移動(dòng)站點(diǎn)提供足夠的導(dǎo)流,使移動(dòng)站點(diǎn)自建立起就有充分的流量保證和持續(xù)的增長(zhǎng),而移動(dòng)站點(diǎn)的流量增長(zhǎng)也同時(shí)反哺了百度移動(dòng)搜索流量,增加整個(gè)百度移動(dòng)搜索生態(tài)的用戶粘性。
其次是收益共贏:想獲得收益,抓住用戶是關(guān)鍵。雙方的合作在促使流量增長(zhǎng)的同時(shí),一方面,流量轉(zhuǎn)換率得到提高,因?yàn)橐苿?dòng)站的建設(shè)更加注重優(yōu)化用戶體驗(yàn),增加了用戶粘性和訪問(wèn)停留量。另一方面,受益于流量的增長(zhǎng),拉動(dòng)移動(dòng)站和百度雙方廣告收益。和訊網(wǎng)方面曾經(jīng)透露,受移動(dòng)端流量激增影響,今年簽下了一宗600萬(wàn)的移動(dòng)廣告大單。
此外,移動(dòng)網(wǎng)站與百度的共贏還體現(xiàn)在未來(lái)成長(zhǎng)上:依托百度移動(dòng)搜索的大數(shù)據(jù),可以分析用戶的行為習(xí)慣、喜好等,分享行業(yè)趨勢(shì)、報(bào)告、經(jīng)驗(yàn),優(yōu)化網(wǎng)站、體驗(yàn)等技巧等。據(jù)此,為移動(dòng)網(wǎng)站建設(shè)如何優(yōu)化用戶體驗(yàn)提供依據(jù)、方向,在競(jìng)爭(zhēng)中搶占先機(jī)。
百度如何為移動(dòng)站導(dǎo)流?
沒(méi)有人否認(rèn)百度是一個(gè)超級(jí)流量王國(guó),流量是其最大的資本與優(yōu)勢(shì),也助其成為一個(gè)平臺(tái)級(jí)的互聯(lián)網(wǎng)公司。由于百度移動(dòng)搜索在業(yè)內(nèi)領(lǐng)先,因此處于該生態(tài)內(nèi)的移動(dòng)站點(diǎn)可以獲得的導(dǎo)流量級(jí)非常大,百度移動(dòng)搜索在2014年的日導(dǎo)流已經(jīng)達(dá)到十億量級(jí)。
以魔方格為例,其PC站到目前已經(jīng)運(yùn)行16個(gè)月,移動(dòng)端運(yùn)行8個(gè)月,截至2014年11月,二者的流量貢獻(xiàn)配比為9:13。其中,移動(dòng)端54%的流量來(lái)自用戶的直接訪問(wèn),42%的流量來(lái)自移動(dòng)搜索的導(dǎo)流,而移動(dòng)搜索的導(dǎo)流占比有99%來(lái)自百度移動(dòng)搜索,且來(lái)自百度移動(dòng)搜索的留存率高。
從用戶訪問(wèn)來(lái)說(shuō),移動(dòng)站建設(shè)以后,魔方格移動(dòng)端頁(yè)面瀏覽量日均240萬(wàn),這個(gè)數(shù)據(jù)是PC端PV的近4倍。這個(gè)數(shù)字并不奇怪,在百度2014年Q3的財(cái)報(bào)中就顯示,來(lái)自移動(dòng)端搜索的流量已經(jīng)超過(guò)PC端,數(shù)以萬(wàn)計(jì)的移動(dòng)站的合力創(chuàng)造了這樣的成績(jī),魔方格M站是其中之一。截至2014年11月,魔方格M站每月獨(dú)立訪客已達(dá)PC端的80.7%,并呈高速增長(zhǎng)趨勢(shì)。預(yù)計(jì)今年底,移動(dòng)端每月的訪客量將會(huì)超過(guò)PC端??梢哉f(shuō)百度移動(dòng)超PC的“完成時(shí)”,帶動(dòng)了魔方格移動(dòng)超PC的“將來(lái)時(shí)”。
平臺(tái)資源與技術(shù)雙開(kāi)放
百度移動(dòng)搜索為移動(dòng)站長(zhǎng)提供了一個(gè)免費(fèi)建設(shè)移動(dòng)網(wǎng)站的平臺(tái)資源,移動(dòng)站長(zhǎng)不需要為建站平臺(tái)費(fèi)心。
除了平臺(tái)資源的開(kāi)放外,百度也在技術(shù)上提供支持。通過(guò)技術(shù)的支持,降低了移動(dòng)網(wǎng)站的建設(shè)成本。移動(dòng)網(wǎng)站不是單純PC端網(wǎng)頁(yè)的轉(zhuǎn)碼,需要解碼、轉(zhuǎn)碼、適配等技術(shù),百度為移動(dòng)站長(zhǎng)開(kāi)放了相應(yīng)的技術(shù)支持。同時(shí)百度推出一系列服務(wù)站長(zhǎng)的教程、工具、培訓(xùn)、沙龍,幫助站長(zhǎng)更好地建設(shè)移動(dòng)網(wǎng)站,服務(wù)網(wǎng)民。
搜索向來(lái)是一個(gè)生態(tài)體系,在移動(dòng)端更是如此。百度移動(dòng)搜索不是一個(gè)孤立的產(chǎn)品,而是一個(gè)以整個(gè)移動(dòng)互聯(lián)網(wǎng)資源為基礎(chǔ)、以網(wǎng)民的需求為導(dǎo)向,將服務(wù)提供給網(wǎng)民的多方共贏生態(tài)系統(tǒng)。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)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(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。