亞馬遜南京運(yùn)營(yíng)中心正式啟動(dòng) 當(dāng)日達(dá)次日達(dá)服務(wù)輻射蘇皖全區(qū)域
位于南京江寧區(qū)的亞馬遜南京運(yùn)營(yíng)中是亞馬遜新建的市區(qū)型運(yùn)營(yíng)中心,專為市區(qū)和周邊省市和地區(qū)提供快捷服務(wù)。該中心于今年三月建成,日前正式投入運(yùn)營(yíng),是江蘇、安徽地區(qū)的重要中轉(zhuǎn)、分銷樞紐,為南京地區(qū)的消費(fèi)者提供當(dāng)日達(dá)服務(wù),并將次日達(dá)服務(wù)覆蓋至江蘇及安徽全省。
九大城市實(shí)現(xiàn)“零點(diǎn)截單”配送承諾 刷新業(yè)內(nèi)最晚截單記錄
目前業(yè)界通用的晚間截單時(shí)間為23點(diǎn),亞馬遜將在九大城市中心城區(qū)真正實(shí)現(xiàn)“零點(diǎn)截單”功能,實(shí)現(xiàn)業(yè)內(nèi)最晚截單時(shí)間記錄。“零點(diǎn)截單”意味著消費(fèi)者只要在當(dāng)天凌晨24點(diǎn)前在Z.cn選購(gòu)商品,并提交訂單(選擇在線支付需完成支付),即可最晚在次日18點(diǎn)前收到商品。憑借業(yè)界領(lǐng)先的數(shù)據(jù)計(jì)算、分析能力和自動(dòng)化供應(yīng)鏈管理體系,亞馬遜大幅提升訂單發(fā)配、撿貨和配送等環(huán)節(jié)的效率,縮減每個(gè)節(jié)點(diǎn)耗時(shí),從而實(shí)現(xiàn)“零點(diǎn)截單”這一功能,并將可靠率維持在96%,遙遙領(lǐng)先業(yè)界標(biāo)準(zhǔn)。北京、天津、廣州、深圳、上海、蘇州、杭州、沈陽(yáng)、成都在內(nèi)的9大城市中心城區(qū)的消費(fèi)者已經(jīng)可以享受到此項(xiàng)服務(wù)。
作為國(guó)內(nèi)首批推出當(dāng)日達(dá)和次日達(dá)配送承諾的電商平臺(tái),亞馬遜目前已在全國(guó)1400多個(gè)城市和區(qū)縣推出了當(dāng)日達(dá)和次日達(dá)服務(wù)。對(duì)于當(dāng)日達(dá)覆蓋的地區(qū),消費(fèi)者在上午11點(diǎn)或下午15點(diǎn)之前下單,即可分別在下午18點(diǎn)或晚上22點(diǎn)前收到訂購(gòu)的商品,享受快速便捷的當(dāng)日達(dá)服務(wù)。“零點(diǎn)截單”功能的實(shí)現(xiàn),將消費(fèi)者下單的時(shí)間截點(diǎn)再向后延長(zhǎng)至午夜零點(diǎn),進(jìn)一步提升了次日達(dá)的服務(wù)體驗(yàn)。
多窗口定時(shí)達(dá)送貨服務(wù),消費(fèi)者指定收貨時(shí)間
亞馬遜同時(shí)在全國(guó)22個(gè)主要城市推出了多時(shí)間窗口定時(shí)達(dá)送貨服務(wù)。如在北京、上海、廣州、成都等城市客戶可以指定早、中、晚任意時(shí)間窗口送貨,最大限度地方便了客戶根據(jù)自己的作息習(xí)慣安排方便的收貨時(shí)間。
自提點(diǎn)配送限時(shí)免運(yùn)費(fèi),個(gè)性取貨隨時(shí)掌握
亞馬遜在物流配送領(lǐng)域持續(xù)發(fā)力,并在“最后一公里配送”不斷為消費(fèi)者帶來(lái)多樣化、個(gè)性化的配送服務(wù)。相較于快遞配送上門,自提點(diǎn)取貨更為隱私, 在時(shí)間選擇上更為靈活。目前,亞馬遜中國(guó)與眾多品牌便利店、EMS等合作伙伴通力合作,已將自提點(diǎn)數(shù)量拓展到5000多家,雄踞B2C電商首位,幫助消費(fèi)者解除收貨不便的困擾,全面滿足消費(fèi)者的個(gè)性化需求。在4月15日到5月31日期間,凡在Z.cn購(gòu)物并選擇自提點(diǎn)取貨模式的客戶,都會(huì)享受0元運(yùn)費(fèi)的優(yōu)惠活動(dòng)。
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。