CNET科技資訊網(wǎng) 8月22日 北京消息: 樂視網(wǎng)終端和會(huì)員收入的暴增,是樂視網(wǎng)營(yíng)收的大幅上漲的主因。
半年報(bào)數(shù)據(jù)顯示,報(bào)告期內(nèi)樂視網(wǎng)實(shí)現(xiàn)營(yíng)業(yè)收入100.63億元,較去年同期增長(zhǎng)125.59%;歸屬于上市公司普通股股東的扣除非經(jīng)常性損益后的凈利潤(rùn)2.67億元,增長(zhǎng)54.63%。針對(duì)此次業(yè)績(jī)?cè)鲩L(zhǎng),樂視網(wǎng)解釋稱,隨著“平臺(tái)+內(nèi)容+終端+應(yīng)用”的樂視生態(tài)業(yè)務(wù)體系進(jìn)一步完善,各個(gè)業(yè)務(wù)間的協(xié)同效應(yīng)持續(xù)增強(qiáng),品牌價(jià)值不斷提升,產(chǎn)品用戶體驗(yàn)不斷改善以及流量變現(xiàn)能力不斷增強(qiáng),樂視網(wǎng)各運(yùn)營(yíng)指標(biāo)快速、穩(wěn)步提高,主營(yíng)業(yè)務(wù)增長(zhǎng)顯著。
實(shí)際樂視網(wǎng)營(yíng)收暴增原因還體現(xiàn)在樂視網(wǎng)終端和會(huì)員收入的大幅增長(zhǎng)。數(shù)據(jù)顯示,上半年樂視網(wǎng)終端業(yè)務(wù)收入達(dá)到了51.32億元,大幅增長(zhǎng)171.13%。據(jù)了解,截至2016年6月30日,樂視超級(jí)電視上市三年累計(jì)銷售達(dá)到約700萬臺(tái),成功完成上半年銷售目標(biāo)。此外,同在樂視生態(tài)體系中的超級(jí)手機(jī),與樂視網(wǎng)業(yè)務(wù)密切協(xié)同,誕生僅一年的超級(jí)手機(jī),在5月份實(shí)現(xiàn)總銷量突破1000萬臺(tái),618期間總銷量突破200萬臺(tái)。據(jù)賽諾6月份中國(guó)移動(dòng)市場(chǎng)月度分析報(bào)告,樂視超級(jí)手機(jī)銷量達(dá)230萬臺(tái),位列第七,發(fā)展勢(shì)頭迅猛。
超級(jí)手機(jī)和超級(jí)電視的熱銷為樂視網(wǎng)提供了大量用戶,從而增加了其會(huì)員收入。數(shù)據(jù)顯示,上半年樂視網(wǎng)會(huì)員及發(fā)行業(yè)務(wù)收入為31.09億元,暴增120.94%;據(jù)了解,2015年樂視總付費(fèi)會(huì)員數(shù)已經(jīng)超2000萬人。
此外,終端的熱銷以及內(nèi)容的超前布局,也為樂視帶來了超強(qiáng)流量,促進(jìn)了樂視網(wǎng)廣告收入的增加。流量方面,樂視視頻網(wǎng)站的日均UV超過8000萬,峰值接近23000萬; 日均VV3.9億,峰值6.1億。廣告收入方面,半年樂視網(wǎng)廣告業(yè)務(wù)收入為15.6億元,增長(zhǎng)50.84%。
此外,終端的熱銷以及內(nèi)容的超前布局,也為樂視帶來了超強(qiáng)流量,促進(jìn)了樂視網(wǎng)廣告收入的增加。在流量方面,數(shù)據(jù)顯示,樂視視頻網(wǎng)站的日均UV超過8,000萬,峰值接近23,000萬; 日均VV 3.9億,峰值6.1億。廣告收入方面,樂視網(wǎng)半年廣告業(yè)務(wù)收入為15.6億元,增長(zhǎng)50.84%。
在平臺(tái)端,樂視云視頻平臺(tái)目前全球范內(nèi)已擁有680個(gè)CDN節(jié)點(diǎn)、20Tbps儲(chǔ)備帶寬,服務(wù)全球十余萬企業(yè)客戶,覆蓋數(shù)十億用戶。
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,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。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)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。