近幾年,O2O一詞如狂風驟雨般橫掃整個中國,涉及到各個細分行業(yè),例如美甲、餐飲、洗衣、寵物、超市、外賣、家政、搬家等,傳統(tǒng)的生活服務類企業(yè)開始紛紛向O2O模式轉(zhuǎn)型,使得整個O2O市場好不熱鬧。
說O2O是中國互聯(lián)網(wǎng)的重要風口之一,并不為過。6月5日-6日,以“顛覆傳統(tǒng),共享未來”為主題、將于南京召開的“互聯(lián)網(wǎng)高峰論壇-2015紫金之‘顛’”,自然不會放過這一熱點話題。為此,高峰論壇主辦方——途牛旅游網(wǎng)盛邀餓了么副總裁羅宇龍等重要嘉賓,與大家一起探討O2O到底是雞生蛋還是蛋生雞、線上線下孰輕孰重、哪一個O才是王道等關(guān)鍵話題。同時,羅宇龍將做《外賣行業(yè)價值再發(fā)現(xiàn)》主題演講,講述餓了么在外賣行業(yè)的深度挖掘。
目前流行的O2O模式主要分兩種,一種O2O模式提倡從線上到線下,消費者在線上付款之后到線下獲得產(chǎn)品或服務,業(yè)內(nèi)稱為“正向O2O”;另一種O2O模式提倡從線下到線上,企業(yè)利用線下實體門店吸引客戶,通過好的售后保障及線上增值服務的手段增加復購率,同時開拓新的客戶群體,這種模式被稱為“反向O2O”。
比達咨詢(BigData-Research)最新發(fā)布的一項調(diào)查報告顯示,中國O2O消費市場整體仍處于起步階段,僅有20%的人對O2O比較了解,中國O2O市場在各行業(yè)中發(fā)展水平不均衡,用戶對O2O服務的整體滿意度不高。在用戶期待O2O化的行業(yè)中,房產(chǎn)類占15.5%最高,美業(yè)占13.7%居第二,家政類占12.3%位居第三,旅游、醫(yī)療分別占10.2%、8.9%,相比其他領(lǐng)域略高。
作為在線休閑旅游行業(yè)領(lǐng)先者,途牛也一直在旅游O2O市場布局。今年2月,途牛推出“途牛掌柜”公測版。微信用戶關(guān)注“途牛掌柜”公眾號,點擊微店、開店,注冊、綁定填寫詳細信息,通過審核后即可成為“途牛掌柜”。微店中涵蓋跟團、自助、門票等途牛網(wǎng)站的全品類產(chǎn)品,店主在分享精彩旅游產(chǎn)品的同時還可獲得豐厚的傭金。旅游微店是途牛順應互聯(lián)網(wǎng)社交屬性進行的線上布局。
在線下布局方向,目前途牛已在北京、上海、廣州、深圳等73個城市已設(shè)立了75家區(qū)域服務中心。通過開設(shè)區(qū)域服務中心,借助O2O模式,途牛在打通線下入口的同時,將品牌形象深入二三線市場,有利于加強本地服務、本地采購及本地營銷的優(yōu)勢。2015年途牛區(qū)域服務中心數(shù)量將達到200家,同時還將在國外開設(shè)10個以上的服務中心。
5月11日,在“途牛旅游網(wǎng)上市一周年暨牽手京東媒體溝通會”上,途牛還發(fā)布了區(qū)域拓展更長遠的規(guī)劃:3年內(nèi),將覆蓋1000個出發(fā)地,這些區(qū)域服務中心部分將兼具出發(fā)地和目的地服務的功能;將建設(shè)100個海外目的地服務中心,為更多的途牛用戶提供更貼心、貼近的出境游服務。
在即將召開的“互聯(lián)網(wǎng)高峰論壇-2015紫金之‘顛’”上,餓了么副總裁羅宇龍的分享或?qū)⒔o布局O2O的途牛以及其他企業(yè)更多思考。
互聯(lián)網(wǎng)高峰論壇-2015紫金之“顛”召開在即,一大波互聯(lián)網(wǎng)大咖正從遠方趕來。搜索并關(guān)注公眾號“InternetSummit”或“互聯(lián)網(wǎng)高峰論壇”,點擊“大會購票”菜單可以進入購票流程。你和大咖間最近的距離,由你自己決定。
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。