CNET科技行者 11月12日 北京消息 “雙11創(chuàng)造的既是中國(guó)高度,更是全球高度。其背后是雙11全球共振創(chuàng)造了全球高度。”11月12日凌晨,阿里巴巴集團(tuán)CEO張勇與來自全球五大洲的消費(fèi)者、商家、快遞員代表共同見證了又一個(gè)新商業(yè)奇跡。截至11日24點(diǎn),2017天貓雙11全球狂歡節(jié)總成交額超1682億元人民幣。
這位雙11的首倡者用一連串的“高度”來總結(jié)今年雙11引發(fā)的全球社會(huì)大協(xié)同——總成交額超1682億元,其中無線成交占比高達(dá)90%;支付寶支付筆數(shù)達(dá)到了14.8億筆,同比增長(zhǎng)41%;支付峰值達(dá)到25.6萬筆/秒,是去年的2.1倍,再次刷新去年創(chuàng)下的峰值紀(jì)錄;產(chǎn)生的物流訂單量達(dá)到8.12億單;參與雙11的全球網(wǎng)民覆蓋了225個(gè)國(guó)家和地區(qū)……從11日零點(diǎn)開始,一個(gè)個(gè)數(shù)字不斷刷爆想象力,天貓雙11全面展示著奇跡般的中國(guó)速度和世界高度。
在張勇看來,今年天貓雙11在短短24小時(shí)之內(nèi),完成了線上線下融合和海內(nèi)海外的全面貫通,這場(chǎng)席卷全球的新零售浪潮所呈現(xiàn)的是從時(shí)間到空間的“四維共振”,從商業(yè)力量迸發(fā)的深度和廣度來看,這一“共振”的范圍在不斷擴(kuò)大,振幅在持續(xù)提升,其對(duì)商業(yè)世界和全球社會(huì)帶來的深遠(yuǎn)影響遠(yuǎn)沒有結(jié)束。
今年的雙11不僅是手機(jī)屏幕上的雙11,更成為從街角村口到一線城市核心商圈的全場(chǎng)景的雙11。雙11期間,全球52個(gè)線下核心商圈輻射了超一億人群,有超過五千萬的消費(fèi)者通過手機(jī)參加雙11互動(dòng)。超100萬商家線上線下打通,近10萬智慧門店、60萬家零售小店、3萬“天貓優(yōu)選”村淘點(diǎn),帶來了真正立體的、全方位的新零售體驗(yàn)。眾多線下門店出現(xiàn)了排長(zhǎng)隊(duì)的火爆盛況,社會(huì)零售由此進(jìn)入黃金期。
新零售打通線上線下也成就了天貓雙11“億元俱樂部”這個(gè)讓世界商界矚目的群像。截至11日23點(diǎn)30分,全球有157家商家在天貓銷售超過億元人民幣。
其中17家銷售過五億,5家銷售過十億。“在一天當(dāng)中,能夠達(dá)到這樣一個(gè)高度,是一個(gè)了不起的成就。也反映了商家從接觸互聯(lián)網(wǎng)到如今全面和互聯(lián)網(wǎng)融合,全球零售業(yè)走到了新的歷史階段。”張勇說。
“單日成交過億”已不簡(jiǎn)單只是一個(gè)銷售業(yè)績(jī)——它既是消費(fèi)者品質(zhì)消費(fèi)的體現(xiàn),更是中國(guó)經(jīng)濟(jì)提質(zhì)增效的結(jié)果;既是從中國(guó)制造到中國(guó)創(chuàng)造、中國(guó)品牌的共創(chuàng),更是互聯(lián)網(wǎng)的技術(shù)和精神所推動(dòng)全球商業(yè)協(xié)同的蛻變。
“未來雙11怎么搞?”9年來張勇反復(fù)被問及這個(gè)問題。在這位雙11的首倡者和親歷者眼中,技術(shù)創(chuàng)新和商業(yè)創(chuàng)新的共振,線上線下的共鳴,海內(nèi)海外的共通,將共同造就新的不一樣的雙11。
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(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(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。