最近,很多南京的朋友們發(fā)現本市的公交車已被氣質女星倪妮承包,一身休閑裝扮的倪妮在車體廣告中化身金陵吃喝玩樂代言人,號召大家一起“讓生活更來絲”。隨著網易號本地戰(zhàn)略發(fā)布會的舉行,同步出街的網易新聞今年首個本地化品牌形象廣告,提出“來網易新聞南京頻道,讓生活更來絲”的品牌主張,背后是網易新聞今年圍繞網易號×直播本地戰(zhàn)略升級的系列品牌價值輸出。來自各城市的媒體、自媒體、企事業(yè)機構通過網易號內容生產及直播等工具與本地用戶相連,大大提升了網易新聞用戶的本地新聞閱讀和生活資訊服務體驗。
“吃喝玩樂要來絲” 品牌推廣強化本地用戶需求
“來絲”其實是南京方言里“厲害”的意思,碰巧和英文中的“nice”一詞諧音相近。很多南京用戶在看到品牌廣告后均表示“讓生活更來絲”的口號十分接地氣,有種和親朋好友家長里短過后相互打氣的場景感。網易新聞的本地化戰(zhàn)略,正是建立在針對本地用戶資訊需求分析基礎上,致力于給用戶帶來需求度和滿意度均高的本地生活服務資訊大餐。
根據相關調研報告,購物、交通出行和天氣是南京用戶最為關注的資訊,其次為美食、房產、旅游,而醫(yī)療、時尚及旅游等需求較高的資訊,用戶則苦于獲取途徑太少。不難看出以南京為代表的本地用戶在資訊需求方面呈現出多元化特點,并希望通過需求的滿足實現生活品質的提升。而在整個移動資訊服務領域,社會民生、美食、旅游、購物、理財、時尚等方面的資訊在本地用戶中呈現出需求偏高,滿意度偏低的情況。網易新聞洞察到這一需求特點,結合網易號本地戰(zhàn)略落地江蘇進行“吃喝玩樂要來絲”的品牌戰(zhàn)略推廣,在用戶中更易獲得認同感。隨著網易號本地戰(zhàn)略的逐步下沉,網易新聞本地化品牌推廣也將圍繞不同城市用戶需求特點進行具有本地認同感的品牌價值輸出,讓品牌落地更接地氣。
網易號×直播 網易新聞營造城市內容服務生態(tài)
在剛剛結束的網易號本地戰(zhàn)略江蘇站發(fā)布會上,網易傳媒副總編輯章豐披露,目前網易新聞江蘇累計用戶超過3800萬。江蘇是網易新聞布局的第一個直營省份,憑借對新聞的快速反應及不斷創(chuàng)新報道形式的媒體專業(yè)精神,網易江蘇成為了最早實現網易直播常態(tài)化的地方站,并創(chuàng)造了多個優(yōu)質新聞直播案例。清明節(jié)滬蓉高速發(fā)生連環(huán)車禍,網易江蘇迅速做出反應,蘇州、無錫、常州三地聯動, 4小時創(chuàng)下660萬人次參與的直播記錄,充分發(fā)揮了地方站迅速抵達一線的信息優(yōu)勢和新聞客戶端作為大平臺的流量優(yōu)勢。除此之外,網易本地利用直播這一強大的新聞載體對功能服務性內容深耕,用戶反響強烈。5月網易江蘇發(fā)起“南京全城聯動為女童尋找父親”的直播,75萬網友見證了這場全民公益行動的實施,網友互動的力量和價值通過直播得到了充分展現。
隨著網易號本地戰(zhàn)略的啟動,網易新聞本地化資訊服務將跳出單純的網易地方站新聞內容輸出模式,打造網易號×直播的媒體新常態(tài)。來自各城市媒體、企事業(yè)機構及自媒體的優(yōu)質、多元化本地內容生產,大大豐富了本地用戶的資訊需求。網易號匹配的強大自媒體直播功能,多維度助力網易本地直擊城市正在發(fā)生的新聞現場,使得本地用戶隨時“置身”城市熱點現場成為可能。未來一場醫(yī)院的健康講座,圖書館的讀者沙龍,科技館的科學實驗,都可以用直播的方式和用戶“見面”,并通過高強互動讓新聞產生更多服務價值。
網易號主體的多樣性,使得“網易號×直播”呈現出城市內容服務生態(tài)圈效應,“媒體合伙人”實現網易新聞和本地媒體的傳播優(yōu)勢互補,企業(yè)網易號直播助力原生廣告的誕生,來自個人的網易號直播,則真正重新定義了“人人都在新聞現場”。未來網易號作為網易新聞和每座城市的連接器、內容池,將隨著自身體系的不斷發(fā)展完善,有效連接起每一個新聞源,并通過網易新聞的智能分發(fā),精準推送給用戶,真正實現讓每一個本地用戶“生活更來絲”的愿景。
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學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優(yōu)化方法,在合成數據集上實現37.9%的精度提升,并在真實設備上展現出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的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,經過強化學習訓練的視覺語言模型雖然表現出"頓悟時刻"現象,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等頂尖機構聯合提出SparseLoRA技術,通過動態(tài)稀疏性實現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,已在多個任務上驗證有效性。