昨夜星辰昨夜風(fēng),畫樓西畔桂堂東。阿里巴巴昨天攻陷了朋友圈和微博,紐交所成功上市,造就了諸多富翁,也成就了媒體狂歡。狂熱過后,展望未來,思考再三,不禁為阿里巴巴捏一把汗。
亟需證明海外市場實(shí)力
說阿里巴巴是一個(gè)中國公司,可能馬云會很不高興,因?yàn)榘⒗锇桶陀袊H貿(mào)易業(yè)務(wù),但是整體而言,其業(yè)務(wù)主體都還是在中國,它并不是一家跨國公司,雖然身背龐大的市值光環(huán),但是它在海外的影響力仍是短板。
阿里巴巴在海外遠(yuǎn)不如亞馬遜、eBay那么強(qiáng)大,當(dāng)然我們提到的這兩家在中國的業(yè)務(wù)做得也就那么回事兒。阿里巴巴上市之后,為了維持投資人的預(yù)期,其勢必要開拓海外市場,以期尋找更多引爆點(diǎn)。
CBSi中國媒體總編劉克麗提出,阿里巴巴應(yīng)該和亞馬遜等美國知名的電商合作,也需要和國外的商業(yè)、物流等巨頭們合作,把國內(nèi)的O2O優(yōu)勢對接到海外市場,或者開辟出一種全新的模式。
我同意。阿里巴巴需要通過一系列舉措來讓“外界”認(rèn)可,在中國,阿里巴巴擁有一個(gè)龐大的帝國、關(guān)系網(wǎng)、勢力范圍,這是中國互聯(lián)網(wǎng)生存法則,吞并屯兵,搭筑高墻。但是海外的企業(yè)并沒有像中國的互聯(lián)網(wǎng)企業(yè)那樣張狂,他們輕易不會涉足對方的領(lǐng)地,很多企業(yè)都有自己的特色、特點(diǎn)、特長。
中國電商競爭愈加慘烈
阿里巴巴上市,在中國要面臨的競爭將更加慘烈。這一方面是它自己主動發(fā)起,另一方面是此前剛剛上市不久的京東發(fā)起,而另外一個(gè)發(fā)起者是騰百萬,這兩派勢力都不容小覷,京東已經(jīng)構(gòu)建起了一個(gè)人們認(rèn)可度較高的電商基地,騰百萬雖然還在雛形,而且這三家聯(lián)手的未來到底如何尚不得而知,但是財(cái)大氣粗的這三家公司肯定是要做點(diǎn)什么。他們的炮筒首先對準(zhǔn)的可能就是脫胎換骨的阿里巴巴。
當(dāng)然,目前萬能的淘寶是沒有對手的,因?yàn)槠湟呀?jīng)在C2C江湖打拼到了一定境界,之前做C2C的那幾位也早已經(jīng)淡出。我依然會在淘寶上淘一些東西,但是略微大件的東西首選京東和天貓了。生鮮啊日用品啊,不會選擇在阿里巴巴系內(nèi)下單。
今年的雙11還搞不搞?還是大搞?還是全球聯(lián)動搞?背負(fù)了投資人期待和華爾街束縛的阿里巴巴,能夠帶來多少驚喜?
你不割肉,對手反撲。
況且,對,況且,跟在后面的還有很多家,當(dāng)當(dāng)啊、蘇寧啊、亞馬遜中國啊,個(gè)個(gè)不是善茬兒,是生是死,大家都要拼。
阿里云或借機(jī)崛起
其實(shí)我看好的并不是阿里巴巴原生的電商業(yè)務(wù),而是阿里云。
阿里云如今在中國那是不得了,其不僅依托于阿里巴巴強(qiáng)大的客戶資源,而且近日已經(jīng)開始進(jìn)入政采名列,這是微軟、IBM、亞馬遜AWS等外商云最不愿意看到的,但是又有什么法子呢?
阿里巴巴上市之后,阿里云或?qū)⒂瓉砬八从械陌l(fā)展良機(jī)。一方面,上市之后,它有更加高大上的品牌知名度,由此會有更多的用戶知道、或者選擇阿里云;另外,阿里巴巴這種打造平臺的做法——最明顯的例子是,8位客戶代替董事會敲鐘,會讓它梳理出更多的成功案例,這算是云計(jì)算推廣的一種殺手锏。
另外,順便提一句,在一場席卷全國的去IOE大潮中,扮演著重要覺得的阿里巴巴,上市之后,或?qū)又袊脩舻腎T系統(tǒng)走向另外一個(gè)領(lǐng)地。
阿里巴巴努力甩掉了IBM小型機(jī)的影子,似乎迎來了一個(gè)全新時(shí)代,但是諸多圈內(nèi)人都表示了:光鮮的去IOE背后,阿里巴巴冷暖自知。
支撐這家市值猛沖美國榜單的企業(yè),其IT系統(tǒng)和技術(shù)會受到越來越多的關(guān)注,當(dāng)然,云模式交付,輕巧,但是同樣要面臨如狼似虎的對手。國內(nèi)香噴噴,海外如何走?課題多多。
上市不易,請呵護(hù)。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。