CNET科技資訊網(wǎng) 12月26日 北京消息(文/孫封蕾): 經(jīng)濟(jì)學(xué)中有一個詞叫“口紅效應(yīng)”,將消費(fèi)現(xiàn)象與宏觀經(jīng)濟(jì)聯(lián)系起來。年底國內(nèi)最大的分享經(jīng)濟(jì)平臺“閑魚”最新發(fā)布一組“口紅指數(shù)”,不知能否為經(jīng)濟(jì)走向提供分析樣本——不過顯而易見的是,分享經(jīng)濟(jì)帶動的新消費(fèi)已經(jīng)蔚然成風(fēng)。
數(shù)據(jù)顯示,2016年閑魚平臺上僅口紅成交就超過百萬支,一半以上是僅試色一兩次的閑置物品。
“流動的口紅”告訴你女性可能更喜新厭舊
閑魚事業(yè)部總經(jīng)理諶偉業(yè)表示,“分享經(jīng)濟(jì)在給人們生活帶來便利的同時,也帶動了很多消費(fèi)新趨勢,口紅‘走閑魚’正在成為一種時尚。”
對男性來說,可能很難了解自己的另一半天天在閑魚上的“口紅買賣”是在忙什么。不過很多女性談起來卻頭頭是道,閑魚用戶薛小姐說,口紅在閑置平臺上賣的特別快,她今年已陸續(xù)出手20多支。“通常喜歡的款會買3-5支,如果顏色不太合適就在閑魚轉(zhuǎn)讓。全新或試色1-2次、顏色暢銷的口紅,一般能以6-7折成交”。
薛小姐坦言,有了閑魚后,閑置下來口紅都有了新去處,但買起來也會更加放肆。
閑魚數(shù)據(jù)顯示,在其平臺上成交量最高的前十大品牌包括:YSL(圣羅蘭),MAC(魅可),CHANEL(香奈兒),DIOR(迪奧), GIVENCHY(紀(jì)梵希),ESTEE LAUDER(雅詩蘭黛),ARMANI(阿瑪尼),ETUDE HOUSE(愛麗小屋),GUERLAIN(嬌蘭),KIKO MILANO(KIKO)。
而口紅新貴TOM FORD(湯姆·福特)和THE SAEM(得鮮)也增長迅速,大有殺入前十趨勢。
此外,根據(jù)大學(xué)“魚塘”數(shù)據(jù)統(tǒng)計(jì),女大學(xué)生最喜歡的前五口紅品牌為:MAC、CHANEL、ETUDE HOUSE、YSL、DIOR。價格適中又時尚的MAC成為大學(xué)生成交最火爆、互動也最積極的品牌。
賣得比原價還貴?
跟樂高一樣,口紅被姑娘們玩著玩著也成了“口紅經(jīng)濟(jì)”。而有了分享經(jīng)濟(jì)的平臺,一些口紅不僅能成為“硬通貨”,甚至還有資產(chǎn)增值的功能,莫非口紅屆也要形成自己的“布萊頓森林體系?
一些已經(jīng)斷貨的口紅在閑魚上甚至能比原價賣得還貴。記者就注意到一款“絕版人魚姬”——YSL Fuchsia Fugitive(109)原價1000多人民幣的口紅,全新的在閑魚上賣1500-1800元,用過一次的賣900,用過兩次的賣700,還能引發(fā)口紅黨和非口紅黨的互傷。
閑置轉(zhuǎn)讓中,高客單價口紅也不乏人愛。被稱為“蘿卜丁”的Christian Louboutin單支原價在90美元左右,代購價800-1200元,閑魚成交均價約為700元一支——畢竟人家還可以偶爾用于防身。
因此,這次閑魚的數(shù)據(jù)中也包含了各品牌口紅的“保值性”榜單,保值性最好的十個品牌是:CHANEL、DIOR、ESTEE LAUDER、YSL、LANCOME、GUERLAIN、TOM FORD、GIVENCHY、ARMANI、ETUDE HOUSE、THE SAEM。這些品牌全新,或顏色好的款能賣到7-8折。
其中YSL星辰,ARMANI唇釉(色號500),TOM FORD黑管,DIOR魅惑,GIVENCHY小羊皮,CHANEL絲絨等口紅更成為閑魚分享交易中的“爆款”。如YSL的2016圣誕限量款“星辰”,中國發(fā)售1個多月,閑魚上已狂賣3000多支。 平均折扣率更達(dá)到83%。
好文章,需要你的鼓勵
新加坡國立大學(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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。