近日,由中國商報新聞出版總社出版發(fā)行的《中國商報·超市周刊》推出新的讀者互動方式——掃碼看新聞,可謂是賺足了讀者的眼球。據(jù)悉,此次靈動快拍與《中國商報·超市周刊》合作,利用快拍移動營銷服務(wù)平臺,為報紙各專題版面提供相關(guān)內(nèi)容的圖文視頻二維碼,在閱讀內(nèi)容與閱讀方式上給讀者帶去全新體驗。
《中國商報·超市周刊》作為全國首家連鎖專業(yè)周刊,在關(guān)注連鎖業(yè)趨勢走向、報道業(yè)內(nèi)新聞熱點焦點、傳播先進經(jīng)營理念、介紹實用管理方法與技術(shù)、提升現(xiàn)代商業(yè)文明、促進商品供需雙方合作等方面進行了全方位的探索,成為國內(nèi)連鎖業(yè)內(nèi)具有深度影響力的平面媒體,同時也是業(yè)界溝通和交流的信息平臺。目前已與中國連鎖經(jīng)營協(xié)會及全國20多個地方協(xié)會建立起良好的合作關(guān)系,同時也成為眾多協(xié)會每年重大活動的指定媒體及日常信息的專業(yè)發(fā)布渠道。
然而隨著網(wǎng)絡(luò)的崛起,紙媒遭遇發(fā)展窘境,國內(nèi)眾多主流紙媒開始探索互聯(lián)網(wǎng)時代的變遷,《人民日報》、《今晚報》、《羊城晚報》等紛紛推出多形式互動,但一直無法打破紙是紙、網(wǎng)是網(wǎng)的尷尬,直至二維碼的出現(xiàn)并普及,才為傳統(tǒng)紙媒的網(wǎng)絡(luò)化打開了一扇大門,拓展了傳統(tǒng)紙媒的生存空間。靈動快拍CEO王鵬飛在今年廣州日報舉辦的演講中曾表示:用戶獲取信息的多元化導(dǎo)致用戶獲取信息的渠道在遷移,引發(fā)媒體的變遷,促使人們更加關(guān)注新媒體的發(fā)展。而二維碼通過視、音頻的信息延伸,為企業(yè)策劃的新媒體營銷方式以及簡潔的電商入口,帶來了信息渠道的拓展。
通過快拍移動營銷平臺,《中國商報·超市周刊》將鏈接有相關(guān)內(nèi)容的二維碼印刷于報紙相關(guān)專題旁,在不增加印刷成本的同時,增加報紙“厚度”,通過文字與音、視頻的動靜結(jié)合,內(nèi)容更豐富,信息更全面。同時,二維碼也為讀者提供了一個方便溝通與交流的橋梁,可隨時隨地觀看內(nèi)容,分享內(nèi)容。利用二維碼來實現(xiàn)傳統(tǒng)紙媒網(wǎng)絡(luò)化、立體化變得簡單而又便捷。
目前,靈動快拍已經(jīng)為《錢江晚報》、《青島晚報》、《故事會》等200多家國內(nèi)主流報紙雜志提供了報網(wǎng)互動的技術(shù)支持,讀者可以在看報紙的同時通過掃描二維碼欣賞視頻、發(fā)評論或者加媒體微博的關(guān)注。同時,針對傳統(tǒng)期刊雜志繁瑣的訂閱渠道,靈動快拍探索出一種新型訂閱模式——掃碼訂閱,讀者掃描二維碼后在手機即可完成訂閱。
升級后的快拍移動營銷服務(wù)平臺,已成為包含8大功能模塊、36項功能的全媒體營銷服務(wù)平臺,不僅有豐富的二維碼樣式編輯,還擁有強大的后臺統(tǒng)計分析功能,以保證企業(yè)多功能全方位移動營銷的同時,后臺數(shù)據(jù)分析使企業(yè)得以精確的分析每一個訪問的記錄,包括時間、地點、訪問方式等,從而更精確的選擇最佳廣告位及最佳營銷渠道,助力企業(yè)在移動互聯(lián)網(wǎng)浪潮中的完美營銷變身。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(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)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習訓(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。