垂直B2C電商成功不少,比如京東和當(dāng)當(dāng)?shù)?,但失敗的更多,賣衣服的凡客正在艱難回歸,賣鞋的樂淘網(wǎng)則在去年深陷賣身傳聞,如今已經(jīng)少有媒體關(guān)注。朱澄的MORESOCKS襪云館是會(huì)重蹈覆轍,還是會(huì)像京東那樣造就輝煌?答案不知道,但是至少可以知道的是,朱澄賣襪子靠譜!
首先,朱澄是一位80后,有著80后身上敢闖敢做的勇氣,從大學(xué)起就開始在校園搗賣襪子,畢業(yè)后開始創(chuàng)業(yè),10年時(shí)間,一直深耕在襪子產(chǎn)業(yè)。這說明朱澄深諳襪子行業(yè),不會(huì)在這個(gè)傳統(tǒng)行業(yè)里栽跟頭。
其次,朱澄是一個(gè)真米粉,每年都會(huì)花重金購買小米的系列產(chǎn)品,而雷軍則是他經(jīng)常掛在口邊的榜樣。在傳統(tǒng)襪業(yè)面臨轉(zhuǎn)型的過程中,朱澄開始學(xué)習(xí)小米,運(yùn)用互聯(lián)網(wǎng)思維,力爭(zhēng)把每一個(gè)產(chǎn)品做到極致。“歷經(jīng)300天的沉淀,N次遠(yuǎn)赴日本學(xué)習(xí)交流,無數(shù)次開發(fā),無數(shù)次失敗,我們只有一個(gè)愿望,做一雙讓你滿意的襪子!“這說明傳統(tǒng)行業(yè)的朱澄正在竭盡全力學(xué)習(xí)互聯(lián)網(wǎng)思維。 朱澄說,“好東西是不需要營銷的,產(chǎn)品只是一個(gè)代言,而用戶才是傳播渠道。”從這句話可以看出,朱澄很上道啊!
第三,為什么朱澄只做了2款襪子?他是這樣解釋的:“以前做襪子,普普通通的襪子感覺一天都能開發(fā)2款;當(dāng)我提出要做極致單品的時(shí)候,發(fā)現(xiàn)一年做好幾款襪子似乎是極限了,每一個(gè)點(diǎn)都強(qiáng)迫自己要做到最好,即使今天看似乎我又不滿足了又想再接下來改進(jìn)的更好,不過當(dāng)時(shí)我已經(jīng)竭盡所能。我是一個(gè)完美主義者,有點(diǎn)小強(qiáng)迫癥,不過這次300天的極致單品開發(fā),硬生生的把一個(gè)射手座逼成了處女座,發(fā)布會(huì)我反復(fù)強(qiáng)調(diào)一句話“我所理解的極致單品就是十個(gè)字,高門檻的介入,低門檻的輸出,我的襪子不是最便宜的,但是在這個(gè)價(jià)位段一定是全球性價(jià)比最高的。”
第四,朱澄之前籌建了傳澄襪子博物館,收藏的世界各地極富代表性的珍貴藏品超千件,并與世界上最頂級(jí)的國際襪子品牌在文化上進(jìn)行廣泛的交流和合作。不得不承認(rèn)這位真的很懂襪子,襪業(yè)博物館都是他親自籌建。
第五,襪云館作為首次與國內(nèi)動(dòng)漫IP合作的企業(yè),砸巨資500萬邀請(qǐng)網(wǎng)絡(luò)超紅表情帝--炮炮兵來代言該品牌。不敢說表情帝能帶來多少轉(zhuǎn)化,但襪云館真舍得砸錢??!
第六,為了保證襪子新品質(zhì)量,MORESOCKS襪云館請(qǐng)來日本頂尖襪業(yè)公司監(jiān)制。朱澄特別強(qiáng)調(diào),假貨堅(jiān)決不做,自己不愿意穿的襪子也不會(huì)做。
其實(shí)朱澄要做的事情是惠及大眾的。雖然中國是世界第一制造大國,但卻拿不出一款能與國際品牌品質(zhì)相媲美的襪子,所以朱澄下定決心,帶領(lǐng)自己的“80后”創(chuàng)業(yè)團(tuán)隊(duì),借助互聯(lián)網(wǎng)思維來推出公司新品,打造互聯(lián)網(wǎng)第一款極致襪子。
朱澄在網(wǎng)上賣襪子是件靠譜的事兒,當(dāng)然也希望能是成功的一件事兒!
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。