36氪曾報(bào)道的地產(chǎn)O2O創(chuàng)業(yè)公司“房多多”今日宣布與分類信息網(wǎng)站趕集網(wǎng)達(dá)成戰(zhàn)略合作,雙方將首先從新房領(lǐng)域開始,未來會擴(kuò)展到更多品類。
具體來說,房多多會將自身平臺的全部新房資源同步到趕集的房產(chǎn)頻道,而趕集則尅為房多多平臺上的開發(fā)商引入購房者,提供銷售渠道。
對于主要業(yè)務(wù)集中在房產(chǎn)交易的后端,圍繞開發(fā)商和經(jīng)紀(jì)人的房多多來說,趕集無疑會拉近它與C端的距離。
“房多多”做的是交易式的、基于效果付費(fèi)的地產(chǎn)O2O電商,特色是新房二手房的一二手聯(lián)動銷售。目前,“房多多”在線上擁有面向C端的App產(chǎn)品“房多多”,面向經(jīng)紀(jì)人的“房多多經(jīng)紀(jì)人(新房/二手房)”,以及面向地產(chǎn)、經(jīng)紀(jì)公司的全網(wǎng)廣告精準(zhǔn)投放工具“房點(diǎn)通”。
房多多其實(shí)做了兩件事:
一、房地產(chǎn)B2B。“房多多”同時對接地產(chǎn)開發(fā)商與經(jīng)紀(jì)公司。通過與開發(fā)商談判,以較大折扣批量獲取房源,再與線下地產(chǎn)經(jīng)紀(jì)公司合作將房源快速出手。
二、房地產(chǎn)C2B+O2O。站在購房者角度,可以通過“房多多”的Web端和App端提交自己的購房意向。平臺將根據(jù)地理位置、對房屋的熟悉程度、口碑信用等因素,為購房者匹配合適的經(jīng)紀(jì)人。雙方在線上匹配信息,線下對接服務(wù)。
趕集網(wǎng)最近傳出了新一輪融資消息,金額或近2億美元。去年八月,趕集網(wǎng)宣布完成第五輪融資,投資方分別為老虎基金和凱雷投資集團(tuán),金額為2億美元。
據(jù)稱,趕集網(wǎng)目前覆蓋了全國近400個城市,每月為超過3億人提供生活服務(wù)信息。同時,趕集網(wǎng)的移動端成績已經(jīng)不錯,目前80%的流量來自移動端。據(jù)稱2014年,趕集的房產(chǎn)頻道有100%增長,2015的目標(biāo)是收入翻倍。此次與房多多的合作,是正式切入房產(chǎn)O2O。
楊浩勇曾經(jīng)表示,趕集網(wǎng)會在2015年以行業(yè)第一的角色上市。一位資深基金行業(yè)人士也爆料稱,趕集在為接下來的上市做準(zhǔn)備。另
一方面,趕集的對手58同城已經(jīng)搶先一步在美國上市,并獲得騰訊7.36億美元入股。今年以來,58同城動作頻繁,相繼收購駕考平臺駕校一點(diǎn)通、房產(chǎn)信息平臺安居客及入股裝修O2O公司土巴兔。
好文章,需要你的鼓勵
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)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、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)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)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(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)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(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項(xiàng)測試中超越包括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)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(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)能力的同時顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,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)域帶來了效率和精度的雙重突破。