羊年春節(jié),看電影成為人們節(jié)日期間最為熱門的休閑娛樂方式。今日,中國領(lǐng)先的城市生活消費平臺大眾點評透露,今年春節(jié)期間,越來越多的人通過大眾點評購買電影票,今年春節(jié),大眾點評共賣出電影票650萬張,全國每7張電影票就有1張通過大眾點評售出。
而在強片林立的春節(jié)檔電影中,大眾點評更是幫助《澳門風云2》上演了票房逆襲。數(shù)據(jù)統(tǒng)計顯示,截至2月26日晚19:30,《澳門風云2》票房總金額達5.4億元,成為春節(jié)檔電影中當仁不讓的票房冠軍,而其中,作為聯(lián)合發(fā)行方的大眾點評發(fā)揮了吃喝玩樂入口以及媒體平臺的優(yōu)勢,幫助電影片方在吃喝玩樂等本地生活領(lǐng)域開拓出巨大的電影增量市場,精準挖掘出大量的潛在消費者,據(jù)統(tǒng)計,《澳門風云2》最高峰單日每3張電影票中就有1張通過大眾點評售出。
大眾點評助《澳門風云2》逆襲奪冠
今年春節(jié)檔強片不斷,包括《狼圖騰》、《爸爸去哪兒2》和《爸爸的假期》等影片前期呼聲都很高。但在眾多影片中,由大眾點評聯(lián)合發(fā)行的《澳門風云2》后勁十足,在各路勁敵中殺進春節(jié)電影票房第一梯隊,最終登頂春節(jié)檔票房冠軍,這再一次證明了O2O平臺對于電影市場的價值。
在這其中,大眾點評幫助《澳門風云2》上演了票房逆襲。數(shù)據(jù)統(tǒng)計顯示,《澳門風云2》各大院線的排片率在2月19日大年初一首映后一路上揚,并在2月23日超過此前的排片冠軍《天將雄師》。2月24日,《澳門風云2》以22%的高排片率位居榜首。
除了排片率,《澳門風云2》在票房上也是節(jié)節(jié)攀升。上映3天后,《澳門風云2》單日票房超過《天將雄師》登頂2月22日單日票房冠軍。截至2月26日晚19:30,《澳門風云2》的累計票房總金額已達5.4億元,成為春節(jié)檔電影市場的票房總冠軍。而其中,《澳門風云2》最高峰單日每3張電影票中就有1張通過聯(lián)合發(fā)行方——大眾點評售出。
業(yè)內(nèi)人士分析稱,回顧春節(jié)期間電影市場,《澳門風云2》在首映之初不管是排片還是票房上的表現(xiàn)均不算突出,但卻后勁十足,節(jié)節(jié)上揚,并一步步成功逆襲,而這背后原因在于,聯(lián)合發(fā)行方大眾點評持續(xù)在幫助電影片方做票房增量市場。由此對照,由貓眼電影擔任聯(lián)合發(fā)行方的《天將雄師》不管在排片還是票房銷售額上,表現(xiàn)卻并未如《澳門風云2》亮眼。
大眾點評春節(jié)賣出650萬張電影票
今年春節(jié),電影市場非?;鸨?。大眾點評電影業(yè)務(wù)負責人介紹,今年春節(jié),大眾點評共賣出電影票650萬張,全國每7張電影票就有1張通過大眾點評售出。
上述業(yè)內(nèi)人士表示,目前貓眼電影和大眾點評已經(jīng)成為國內(nèi)影票O(jiān)2O最大的兩個平臺。有數(shù)據(jù)統(tǒng)計顯示,春節(jié)期間,貓眼電影和大眾點評一起在全國電影市場占有超過40%的市場份額。
該人士認為,大眾點評對于電影片方的核心價值之一即是大眾點評持續(xù)在幫助片方做票房的增量市場。數(shù)據(jù)統(tǒng)計顯示,在大眾點評,電影用戶與吃喝玩樂用戶之間有著極強的消費關(guān)聯(lián)性,50%的消費者會在享用美食前后,去KTV唱歌或去做足療按摩前后去觀看電影。一方面,大眾點評的媒體屬性幫電影片方在用戶口碑上完成了大量的積累,據(jù)數(shù)據(jù)統(tǒng)計,對今年春節(jié)檔的6部電影,用戶在大眾點評發(fā)布的評價數(shù)量是貓眼電影的2倍;另一方面,作為國內(nèi)吃喝玩樂本地生活的主入口,大眾點評還實現(xiàn)了對2億吃喝玩樂用戶的觸達——把大量的吃喝玩樂用戶轉(zhuǎn)化成電影用戶,而這是國內(nèi)很多院線尤為看重的。
據(jù)公開數(shù)據(jù)顯示,目前,中國已躍升為世界第二大電影市場,2014年全年中國電影總票房超過296億元,2015年春節(jié)期間,全國電影總票房超過17.3億元,同比增長超過36%。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務(wù)上驗證有效性。