CNET科技資訊網(wǎng) 7月5日 北京消息(文/齊豐潤(rùn)): 專車市場(chǎng)的競(jìng)爭(zhēng)一直以來(lái)都是異常的激烈,而在重壓之下,易到的大力度充返活動(dòng)以及定位高端的專車市場(chǎng),也讓自己在市場(chǎng)中分得了一席之地。在6月21日的發(fā)布會(huì)上,易到就宣布現(xiàn)金重返活動(dòng)即將結(jié)束,進(jìn)入了最后十天倒計(jì)時(shí)的階段。
7月1日,易到在京召開名為“下一戰(zhàn)”的百分百充返慶功會(huì),易到高級(jí)市場(chǎng)營(yíng)銷總監(jiān)胡緒雷向到場(chǎng)的媒體通報(bào)了自去年11月始“100%充返”活動(dòng)以來(lái),易到所取得的成績(jī)。同時(shí),胡緒雷還宣布易到從7月1日起,開啟“生態(tài)充返”,這將成為建設(shè)整個(gè)共享汽車生態(tài)的核心手段。
據(jù)胡緒雷介紹,“去年11月17日開始‘100%充返’活動(dòng)以來(lái),共有超653萬(wàn)人參與,總充值金額超過(guò)了60億元,人均充值額918元,復(fù)充率高達(dá)67.4%。”
而在21日發(fā)布會(huì)上,易到CEO周航宣布“100%充返”活動(dòng)將于6月30日24點(diǎn)正式結(jié)束之后,這10天里,易到充值額猛增,總金額超10億元,充值人數(shù)超68萬(wàn),單日充值額屢創(chuàng)新高,6月30日單天的充值額就突破了2.3 億元。
充返活動(dòng)為易到提供了優(yōu)質(zhì)的資金流和用戶基礎(chǔ),同時(shí)也為其生態(tài)建設(shè)提供了重要的支撐。通過(guò)充返和營(yíng)銷活動(dòng),易到已經(jīng)成為樂視生態(tài)一個(gè)優(yōu)質(zhì)的流量入口,重構(gòu)了用戶的消費(fèi)場(chǎng)景,向樂視體系之外的生態(tài)伙伴拋出了橄欖枝。
在補(bǔ)貼結(jié)束之后,易到要靠什么來(lái)留住自己積累下來(lái)的優(yōu)質(zhì)用戶成為了最值得重視的問題,而易到給出了“生態(tài)充返”這個(gè)答案。
據(jù)介紹,從7月1日起開始的“生態(tài)充返”,在易到充值一定金額將按照50%返現(xiàn),針對(duì)不同充值檔位,還將贈(zèng)送樂視超級(jí)影視會(huì)員、樂視超級(jí)體育會(huì)員、樂視商城現(xiàn)金抵用券等不同的產(chǎn)品組合。
根據(jù)艾瑞咨詢提供的數(shù)據(jù)計(jì)算,易到的人均周使用次數(shù),已經(jīng)與以滴滴、優(yōu)步為代表的大眾化專車的人均周使用次數(shù)標(biāo)準(zhǔn)持平(一般在5次左右)。這種轉(zhuǎn)變的意義在于,為下一步的共享汽車生態(tài)構(gòu)建奠定了基礎(chǔ),易到已經(jīng)成功創(chuàng)造了共享汽車生態(tài)入口。
自今年1月開始,易到逐漸嘗試與樂視的生態(tài)化反,從送硬件進(jìn)化到送會(huì)員,極大地豐富了專車的服務(wù)內(nèi)容,具備了生態(tài)專車雛形。而且,通過(guò)送會(huì)員,易到與樂視順利實(shí)現(xiàn)了會(huì)員體系打通,彼此龐大的用戶基數(shù),為雙方會(huì)員體系的協(xié)同壯大奠定了良好的基礎(chǔ)。
相比于之前的現(xiàn)金補(bǔ)貼,此次易到的“生態(tài)充返”活動(dòng)更注重了與樂視的生態(tài)聯(lián)合。胡緒雷表示,接下來(lái),易到將深入和樂視子生態(tài)及其他生態(tài)伙伴的合作,在產(chǎn)品硬件、餐飲消費(fèi)、娛樂消費(fèi)、生活服務(wù)、金融服務(wù)等方面進(jìn)行全面連接,為用戶提供更全面的服務(wù),形成閉環(huán)。
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。