近日,北京靈動快拍信息技術(shù)有限公司CEO王鵬飛走進阿里巴巴集團總部,與阿里巴巴無線運營的同事們分享基于二維碼的O2O無線營銷經(jīng)驗。王鵬飛認為,無論是互聯(lián)網(wǎng)還是移動互聯(lián)網(wǎng)時代,營銷的本質(zhì)從來沒有改變,內(nèi)容永遠是營銷的核心,改變的只是營銷工具和手段,而移動互聯(lián)網(wǎng)時代,發(fā)力O2O領(lǐng)域,營銷工具多樣化和精準(zhǔn)化就顯得尤為重要。
據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心報告顯示,截止到2013年年底,中國移動互聯(lián)網(wǎng)網(wǎng)民人數(shù)已達5億,以APP、微信、手機微博、二維碼、手機視頻、手機游戲等為支撐點的營銷模式開始登上歷史舞臺,移動互聯(lián)網(wǎng)營銷思路也應(yīng)由傳統(tǒng)的4P理論向4C理論轉(zhuǎn)變。在消費者需求、支付成本、便利程度、溝通交流至上的移動互聯(lián)網(wǎng)時代,如何從眾多應(yīng)用中尋求最有利的營銷武器,成為布局O2O的第一步。
從業(yè)二維碼研究近4年,王鵬飛認為,無論是從用戶已經(jīng)養(yǎng)成的掃碼習(xí)慣、還是從二維碼本身具備的成本低、精準(zhǔn)度高、傳播性廣眾多優(yōu)勢,二維碼都必將成為即將到來的移動互聯(lián)大潮下的最主要營銷業(yè)利器。同時,靈動快拍于2012年底推出的快拍營銷平臺正是基于此,視(音)頻、活動(抽獎、問卷、積分、互動)、分享、推薦等眾多功能的整合,用戶只需要通過掃下二維碼,便可與企業(yè)建立直接的聯(lián)系;同時,平臺所具備的的強大的數(shù)據(jù)分析能力,企業(yè)可以通過了解用戶掃碼行為,對用戶需求進行分析,進行精準(zhǔn)營銷。
提到條形碼,王鵬飛這樣認為,與大家印象中的有所不同,經(jīng)過靈動快拍2013年全年掃碼數(shù)據(jù)量分析,條形碼掃描量占比達76%,是二維碼掃描量的三倍之多。如此大的數(shù)據(jù)量從哪兒去尋求價值點?作為營銷無疑最大利好點。
靈動快拍推出了基于條形碼的移動電商解決方案(下稱條碼通)。在此之前,條形碼掃描僅僅是商品信息的展示,然而通過條碼通平臺,企業(yè)利用商品原有包裝,便可以進行商品的營銷活動甚至達到直接購買,將流量轉(zhuǎn)化為銷量,為企業(yè)解決引流難的問題。目前,靈動快拍已打通360手機衛(wèi)士、微信、百度、uc瀏覽器、快拍二維碼等多個掃碼入口,為商家及消費者構(gòu)建出一個便捷的安全購物通道。王鵬飛認為,在移動營銷時代,對于條形碼掃碼的大數(shù)據(jù)利用,將是最重要的利器。
談到公司的未來發(fā)展,王鵬飛表示,靈動快拍在短期內(nèi)將著重于營銷平臺和電商平臺的閉環(huán)整合,同時持續(xù)推進二維碼營銷和條形碼營銷的企業(yè)占有率。作為公司的長遠布局,靈動快拍一方面將超市作為主體之一,打通線上線下,推出基于超市為主體、條形碼為入口的新型O2O模式;另一方面將防偽溯源作為入口,帶動營銷、電商、定制化需求開發(fā)等多重應(yīng)用,王鵬飛期望自己的公司能夠為更多的企業(yè)提供移動營銷服務(wù),最終將靈動快拍打造成中國最具有影響力的智能化生活服務(wù)平臺。
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(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。