CNET科技資訊網(wǎng) 12月15日 北京消息: 還是那聲“親”,背后卻可能換了新一代的淘寶店鋪與消費者。2016年淘寶1212已經(jīng)劃上尾聲,而在這場被阿里稱為“預(yù)示了未來年輕人的主流生活方式” 的淘寶親親節(jié)當(dāng)中,更投射出未來的新經(jīng)濟信號。
阿里巴巴集團(tuán)CEO張勇表示,未來的淘寶將通過原創(chuàng)力,通過網(wǎng)絡(luò)平臺的特性,讓新興族群、新興賣家、新興創(chuàng)業(yè)者、新興達(dá)人、新興養(yǎng)草者變得更好,要把他們的力量聚合起來,創(chuàng)造真正屬于新經(jīng)濟的特色與原創(chuàng)力。
網(wǎng)紅實現(xiàn)128%的增長
被張勇稱為是“新經(jīng)濟力量體現(xiàn)”的網(wǎng)紅,在今年雙12再度成為弄潮兒。記者從淘寶網(wǎng)iFashion平臺了解到,Top10紅人店同比去年增幅128%,12日單日成交超過200萬的紅人商家超過100家,而很多人都是第一次參加雙12。
雙12開場僅1分鐘,“錢夫人家雪梨定制”店鋪成交金額破一千萬元,30分鐘時再破五千萬元大關(guān)。今年發(fā)布《2016中國電商紅人大數(shù)據(jù)報告》中名列榜首的Onlyanna,今年店鋪更是創(chuàng)造了同比超過100%的增幅。
值得關(guān)注的是,與去年相比,今年1212淘寶紅人店鋪在內(nèi)容化和社交運營的方法上面更加純熟,直播、微淘、微博、iFashion、愛逛街等玩法全面啟用;LIN家、周揚清、大喜、張大奕、張沫凡等紅人紛紛創(chuàng)下直播UV過百萬的成績,在直播上的投入也提升了進(jìn)店轉(zhuǎn)化率,不僅在線互動粉絲數(shù)量屢破新高,新漲粉絲數(shù)量也達(dá)到百萬級。
“親親節(jié)”新零售“萬物生長”
此前的雙11,被張勇稱為是“新零售的起點”。雙12同樣展示了新零售的“萬物生長”的活力,以互動為代表、直播為載體的消費娛樂熱鬧非凡;淘寶大小商家利用C2B等新零售的模式在“親親節(jié)”中舉重若輕;在消費升級的帶領(lǐng)下,大數(shù)據(jù)為商家和消費者構(gòu)建了高度個性化的消費場景。
以吱音、有所、十八紙為代表的原創(chuàng)設(shè)計品牌,雙12成交額普遍是去年的兩到三倍。
以家居家裝、百貨領(lǐng)域為例,淘寶“極有家”上就有數(shù)百家原創(chuàng)品牌,顯示個性化原創(chuàng)類商品越來越受歡迎。
雙12當(dāng)天,來自32個國家的176位買手在全球購上發(fā)起了476場“直播掃貨”,其中有尼泊爾手工銀飾制作、圣彼得堡“列賓美院”名畫講解拍賣、普羅旺斯薰衣草莊園香薰制作等等。最終,買手直播共計收獲觀看人次達(dá)150萬,互動次數(shù)達(dá)3856萬。
此外,線上線下渠道的融合,也讓淘寶的本地生活服務(wù)在雙12中表現(xiàn)搶眼。
不僅全民搶外賣糧票熱情高漲,同一秒內(nèi)就有1.5萬人在線“秒殺”,拼的就是手速驚人;首次參加“雙12”的淘寶便利店商家也玩High了——這是淘寶于今年6月份推出的服務(wù),因“一小時送達(dá)”而深受都市人群歡迎。
此次雙12,上海有超過20家的店鋪出現(xiàn)爆單,補貨小分隊、配送小分隊馬不停蹄地運轉(zhuǎn)。“網(wǎng)紅”車?yán)遄颖毁u爆了,上線僅2小時就售出3000份,相比平日增長了1000%。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(tuán)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(tuán)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。