CNET科技資訊網(wǎng) 6月30日 北京消息(文/尹軼男):6月30日,阿里巴巴集團CEO張勇在“淘寶造物節(jié)”啟動儀式上表示,淘寶用戶正在變得越來越年輕。在完成移動轉(zhuǎn)型后,淘寶也在依靠新技術(shù)和新模式,引導(dǎo)挖掘年輕人,鼓勵他們創(chuàng)造出更多的內(nèi)容、社群和流行趨勢。淘寶將以造物節(jié)為起點,幫助90后、00后用戶在淘寶上打發(fā)時間,找到樂趣,釋放他們的創(chuàng)新和創(chuàng)造力。
"今天淘寶上80%的用戶都是35歲以下,24歲以下的90后用戶比例高達三分之一。淘寶的崛起伴隨著一代人的成長,但現(xiàn)在這一代人都已經(jīng)為人父母。他們?nèi)匀皇翘詫毞浅V覍嵉挠脩?,但他們下面一代、下面兩代的用戶正在茁壯的成長起來,這批人是真正生長在互聯(lián)網(wǎng)上的一代。"張勇這樣說道。
據(jù)淘寶最新數(shù)據(jù)披露,手機淘寶每天有1.5億消費者訪問,每個活躍用戶日均打開淘寶超過7次,日均瀏覽超過18個店鋪數(shù)量。消費者每天產(chǎn)生2000萬條評論,進行500萬次分享和推薦商品,淘寶頭條月活用戶超過8000萬。淘寶正從一個購物平臺,走向內(nèi)容生產(chǎn)平臺和消費社群。
張勇表示:“淘寶從2003年誕生,十年時間在PC上的中心化流量分配時代迅速崛起,然后過去三年,我們抓住移動的浪潮,利用大數(shù)據(jù)、利用個性化的推薦服務(wù)消費者,完成了移動轉(zhuǎn)型,成為了全球最大的移動生活平臺。面向未來,新技術(shù)出現(xiàn)的頻次越來越高,VR、直播都成為了大熱門,我們每個人獲得消費資訊的方式,購物的方式都會發(fā)生天翻地覆的變化,淘寶必須始終走在時代的前列,帶領(lǐng)這個生態(tài)體系,首先擁抱和創(chuàng)造這樣一種新的用戶體驗,最終變成一個消費的趨勢和消費的潮流,形成一種大家默認(rèn)的標(biāo)準(zhǔn)。”
張勇進一步指出,這背后的核心是要讓一代代的用戶在逛淘寶的過程中,充滿了發(fā)現(xiàn)的樂趣,淘寶和用戶一起不斷創(chuàng)造出新的產(chǎn)物,新的消費對象,消費的內(nèi)容,新的資訊,新的內(nèi)容。同時,致力推動消費決策鏈路更多地和平臺發(fā)生關(guān)系,推動用戶和商家之間形成關(guān)系,推動用戶之間找到同好,形成社群。阿里巴巴會繼續(xù)堅定支持淘寶,從購物平臺走向內(nèi)容生成平臺,走向消費社群。
會中還透露,“淘寶造物節(jié)”將于7月22日~24日在上海世博展覽館舉辦,將圍繞“T”、“A”、“O”三個主題板塊,展示淘寶上最奇思妙想的設(shè)計原創(chuàng)、最炫酷的潮流時尚文化、以及全球最前衛(wèi)的各種黑科技。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡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。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(zhǔn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。