CNET科技資訊網(wǎng) 6月21日 北京消息:都說歐洲杯牽動了中國億萬球迷的神經(jīng),其實在這場綠茵盛宴中,無數(shù)中國中小企業(yè)的心也在被遠方的戰(zhàn)況所撩動。
根據(jù)國家統(tǒng)計局數(shù)據(jù)整理顯示,今年一季度,我國文教體育用品出口交貨值累計123.4億元,同比增長1.6%。國際體育重大賽事成為了中小企業(yè)外貿(mào)出口的重要增長點。與此同時,越來越多的中小企業(yè)開始通過跨境電商平臺,和全球熱點保持同樣的脈動。企業(yè)主們坦言,多年的外貿(mào)經(jīng)驗告訴自己,只要做對選擇,天下就沒有難做的生意。
金牌賣家的榮譽捍衛(wèi)戰(zhàn)
這幾天,紹興翔鷹紡織品有限公司的經(jīng)理小江忙壞了。由于公司主營國旗業(yè)務,每到重大足球賽事,工廠就常常要加班加點的趕工。盡管早在歐洲杯開賽前半年的時間,廠子就已賣出了700多萬張旗子的訂單,可歐洲杯一開始,他們在阿里巴巴國際站上的訂單又如雪片般紛至沓來。
“現(xiàn)在通常是凌晨小組賽一結束,我們在網(wǎng)站上就收到訂單。”小江正說著銷量,一個訂貨的電話就打了進來。
小江透露,今年最大的一筆訂單,是個來自比利時的啤酒商,幾個月前訂了400多萬張旗子,比利時這匹黑馬受歡迎的程度可見一斑。另外,德國戰(zhàn)績也不俗,在廠子的訂單里排名第二。
讓小江引以自豪的是,自己跟著公司干了十幾年的跨境電商生意,什么大風大浪沒經(jīng)歷過。曾經(jīng)為了滿足采購商的需求,在球賽期間還創(chuàng)造了13天生產(chǎn)900萬張旗子的紀錄。“我們是阿里巴巴國際站11年的金牌賣家,信譽和品質(zhì)必須保證。”
活好貨全 球迷周邊賣爆倉
在歐洲杯中賺得盆滿缽滿的,還有義烏市榮成進出口有限公司。榮成的足球周邊產(chǎn)品多種多樣,從帽子、假發(fā)、眼鏡、臉彩,到旗子、花環(huán)、喇叭、面具,只要球迷能想到的,在阿里巴巴國際站的網(wǎng)店中都可以找到。“每次準備重大賽事,一定是榮成最忙的時候。倉庫里的貨堆積如山,為了不出現(xiàn)爆倉,我還常要和數(shù)十家工廠協(xié)調(diào)送貨時間。”老板王榮成說著笑了起來。
說起歐洲杯的銷量,老王坦言,今年德國、比利時和法國賣的最好。“歐洲杯德國的訂單,總價就有400多萬人民幣。”
老王還說,客戶愿意選擇榮成,一是因為他們在這個領域做了八年,服務專業(yè),二是榮成資源匯總能力強,客戶一次下單,就能買到十幾種足球產(chǎn)品。
足球事業(yè)從娃娃抓起 研發(fā)專利的足球廠
伴隨著歐洲杯的熱力,義烏市鼎力體育用品廠的老板林炳科也是喜事不斷。這家主要生產(chǎn)禮品足球和小孩玩具足球的廠子,通過合作拿到了歐洲杯LOGO的授權。還新近成為了阿里巴巴國際站的用戶。
小林說,“廠子每年生產(chǎn)的200多萬只足球,國內(nèi)與足球培訓機構合作,國外出口禮品足球,銷量喜人。”歐洲杯前夕,廠子接到的歐洲地區(qū)訂單更是比平時增多30%,工廠開足馬力,日均生產(chǎn)7000余個足球。
值得一提的是,廠子新近申請了專利,研發(fā)了一款帶有LED燈的會發(fā)光的足球,只要受到震動,足球就會發(fā)亮。“這款足球天黑后踢起來非常好看,希望吸引小朋友們多多練球,他們可是中國足球的希望。”小林望著兒子的照片,不由得笑了。
這樣的商家只是中國千萬中小企業(yè)的縮影。根據(jù)義烏市發(fā)改局的數(shù)據(jù)顯示,一季度義烏市出口392.1億元,下降11.7%。與此同時,經(jīng)工商登記的電子商務經(jīng)營主體新增4309家,同比增長57%。這表明,越來越多的中小企業(yè)商家開始選擇通過電子商務的平臺走向世界。而歐洲杯恰好給了中小企業(yè)們詮釋和驗證自己選擇的機會。
據(jù)阿里巴巴的大數(shù)據(jù)顯示,短短幾個月來,阿里巴巴國際站關于歐洲杯相關產(chǎn)品的搜索量近萬次,詢盤量逾7000次。依靠勤勞與智慧的中小企業(yè)們,不僅創(chuàng)造出綠茵場上的“常勝將軍”,也正在借助跨境電商平臺的力量,讓“中國制造”走到更遠的地方。
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(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,并在真實設備上展現(xiàn)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(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等頂尖機構聯(lián)合提出SparseLoRA技術,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,已在多個任務上驗證有效性。