36氪曾報道的地產(chǎn)O2O創(chuàng)業(yè)公司“房多多”今日宣布與分類信息網(wǎng)站趕集網(wǎng)達成戰(zhàn)略合作,雙方將首先從新房領(lǐng)域開始,未來會擴展到更多品類。
具體來說,房多多會將自身平臺的全部新房資源同步到趕集的房產(chǎn)頻道,而趕集則尅為房多多平臺上的開發(fā)商引入購房者,提供銷售渠道。
對于主要業(yè)務(wù)集中在房產(chǎn)交易的后端,圍繞開發(fā)商和經(jīng)紀人的房多多來說,趕集無疑會拉近它與C端的距離。
“房多多”做的是交易式的、基于效果付費的地產(chǎn)O2O電商,特色是新房二手房的一二手聯(lián)動銷售。目前,“房多多”在線上擁有面向C端的App產(chǎn)品“房多多”,面向經(jīng)紀人的“房多多經(jīng)紀人(新房/二手房)”,以及面向地產(chǎn)、經(jīng)紀公司的全網(wǎng)廣告精準投放工具“房點通”。
房多多其實做了兩件事:
一、房地產(chǎn)B2B。“房多多”同時對接地產(chǎn)開發(fā)商與經(jīng)紀公司。通過與開發(fā)商談判,以較大折扣批量獲取房源,再與線下地產(chǎn)經(jīng)紀公司合作將房源快速出手。
二、房地產(chǎn)C2B+O2O。站在購房者角度,可以通過“房多多”的Web端和App端提交自己的購房意向。平臺將根據(jù)地理位置、對房屋的熟悉程度、口碑信用等因素,為購房者匹配合適的經(jīng)紀人。雙方在線上匹配信息,線下對接服務(wù)。
趕集網(wǎng)最近傳出了新一輪融資消息,金額或近2億美元。去年八月,趕集網(wǎng)宣布完成第五輪融資,投資方分別為老虎基金和凱雷投資集團,金額為2億美元。
據(jù)稱,趕集網(wǎng)目前覆蓋了全國近400個城市,每月為超過3億人提供生活服務(wù)信息。同時,趕集網(wǎng)的移動端成績已經(jīng)不錯,目前80%的流量來自移動端。據(jù)稱2014年,趕集的房產(chǎn)頻道有100%增長,2015的目標是收入翻倍。此次與房多多的合作,是正式切入房產(chǎn)O2O。
楊浩勇曾經(jīng)表示,趕集網(wǎng)會在2015年以行業(yè)第一的角色上市。一位資深基金行業(yè)人士也爆料稱,趕集在為接下來的上市做準備。另
一方面,趕集的對手58同城已經(jīng)搶先一步在美國上市,并獲得騰訊7.36億美元入股。今年以來,58同城動作頻繁,相繼收購駕考平臺駕校一點通、房產(chǎn)信息平臺安居客及入股裝修O2O公司土巴兔。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。