CNET科技資訊網(wǎng) 9月14日 北京消息(文/孫封蕾): 最近,有些細(xì)心的人可能已經(jīng)發(fā)現(xiàn),租房、知識(shí)技能分享悄悄的登陸了閑魚(yú),閑魚(yú)業(yè)務(wù)負(fù)責(zé)人諶偉業(yè)認(rèn)為,分享經(jīng)濟(jì)有很大的想象空間,從限制的物品,到生活服務(wù)場(chǎng)景,很多的服務(wù)因?yàn)榉窒斫?jīng)濟(jì)而多了一種選擇,租房和知識(shí)技能分享的出現(xiàn),就是這個(gè)趨勢(shì)的產(chǎn)物。
諶偉業(yè)提到:“閑魚(yú)有很多可選擇的業(yè)務(wù),租房和知識(shí)技能分享這兩個(gè)業(yè)務(wù)還沒(méi)有做成產(chǎn)品,只是讓引導(dǎo)、提醒用戶(hù)閑魚(yú)上線了這兩類(lèi)業(yè)務(wù),但是,卻出現(xiàn)了很多意想不到的結(jié)果。”
鏈家有超過(guò)十萬(wàn)的房源,估計(jì)以閑魚(yú)目前的發(fā)展速度,可能很快就能超過(guò)鏈家的房源數(shù)量,閑魚(yú)上目前的房源超過(guò)50%都有聯(lián)絡(luò),已經(jīng)有了互動(dòng)。
知識(shí)技能的分享,在閑魚(yú)上更是五花八門(mén)。8月27日,多位大學(xué)學(xué)霸在閑魚(yú)上拍賣(mài)自己的時(shí)間,其中北京大學(xué)數(shù)學(xué)系宋天浩同學(xué)的“數(shù)理化200小時(shí)輔導(dǎo)時(shí)間”被拍出了4萬(wàn)元高價(jià)。
實(shí)際上,知識(shí)技能分享并不是閑魚(yú)的發(fā)明,果殼之前推出了在行和分答,諶偉業(yè)倒是覺(jué)得,知識(shí)分享這類(lèi)產(chǎn)品是沒(méi)有價(jià)值邊界的,因?yàn)榇蠹议e置的可能不只是物品,還有時(shí)間。
諶偉業(yè)發(fā)現(xiàn),閑魚(yú)上的用戶(hù),大部分都是不以閑魚(yú)為生的用戶(hù),他們?cè)陂e魚(yú)上只是以此為樂(lè),以獲得樂(lè)趣和收獲價(jià)值為目的,只有賣(mài)出去了第一個(gè)產(chǎn)品,用戶(hù)的熱情馬上就提升上來(lái)。
所以,閑魚(yú)的成長(zhǎng)速度也是飛快。去年到現(xiàn)在,閑魚(yú)的用戶(hù)成長(zhǎng)超過(guò)400%,已經(jīng)建立了28萬(wàn)個(gè)魚(yú)塘,每周都有一兩個(gè)集市,這些魚(yú)塘就是一個(gè)又一個(gè)的社區(qū),包括以位置坐標(biāo)形成的社區(qū),還有一些小眾社區(qū)。
而信任是促成二手物品交易的基礎(chǔ),信任也決定了交易效率。
為此,閑魚(yú)做了三個(gè)層面的工作來(lái)促使用戶(hù)建立信任。首先是用戶(hù)感覺(jué),從芝麻信用、淘寶等級(jí)、微博認(rèn)證、閑魚(yú)魚(yú)塘的資料來(lái)查看用戶(hù)的信用情況,再通過(guò)擔(dān)保交易、堂主服務(wù)、社區(qū)自治等規(guī)則的制定來(lái)保護(hù)交易,通過(guò)客戶(hù)服務(wù)、網(wǎng)安監(jiān)管等服務(wù)與監(jiān)管體系來(lái)完善信任體系。
當(dāng)被問(wèn)及閑魚(yú)的商業(yè)模式的時(shí)候,諶偉業(yè)并沒(méi)有回避,“阿里巴巴是一個(gè)商業(yè)化的公司,做閑魚(yú)這個(gè)產(chǎn)品,如果不去想商業(yè)模式是不可能的,但是商業(yè)模式現(xiàn)在就提出來(lái),還是為時(shí)尚早。”
“等到閑魚(yú)每天的量級(jí)到億級(jí)別的時(shí)候再想就可以了。”
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。