今日,大眾點評與百盛商業(yè)集團(tuán)(下稱“百盛”)在上海正式宣布達(dá)成戰(zhàn)略合作。未來,大眾點評將為百盛遍布中國34個城市的60家分店全面提供O2O解決方案,加速百盛從線下實體商業(yè)向O2O的商業(yè)模式轉(zhuǎn)型。同時,此次合作還將為大眾點評超過2億的月活躍用戶提供更加豐富的應(yīng)用場景。
在以“互聯(lián)網(wǎng)+”為核心的新一輪產(chǎn)業(yè)變革的背景下,中國的實體零售業(yè)正揭開新一輪商業(yè)模式轉(zhuǎn)換的浪潮,進(jìn)入O2O時代。在移動化、社交化和大數(shù)據(jù)等新技術(shù)的影響下,商業(yè)地產(chǎn)需要真正以顧客為中心,洞察顧客需求,并提供線上線下融合的定制化的服務(wù)。
大眾點評CEO張濤在發(fā)言中表示:“大眾點評是國內(nèi)領(lǐng)先的本地生活信息及交易平臺,而百盛是目前中國最大的時尚百貨集團(tuán)之一,此次戰(zhàn)略合作,是雙方發(fā)揮線上、線下優(yōu)勢,對面向未來的購物中心O2O模式的一次全新探索。”
百盛商業(yè)集團(tuán)CEO張瑞雄在發(fā)言中表示:“百盛即將要打造的,是中國領(lǐng)先的時尚生活概念零售集團(tuán)!此次與大眾點評的戰(zhàn)略合作,是互聯(lián)網(wǎng)與傳統(tǒng)零售巨頭的優(yōu)勢結(jié)合。它可以為百盛帶來一年內(nèi)至少50%的會員增長;也是百盛運用其豐富的跨國集團(tuán)資源,推動大眾點評積極拓展其國內(nèi)和國外的市場戰(zhàn)略。同時,百盛的線下購物場景結(jié)合大眾點評的線上互動平臺,能夠為消費者提供更加多樣化、全方位的購物互動體驗。”
據(jù)悉,大眾點評將為百盛提供包括移動官網(wǎng)、情景感知、O2O引流、團(tuán)購、預(yù)約排隊、線上支付、會員回饋體系和大數(shù)據(jù)等諸多行業(yè)創(chuàng)新產(chǎn)品在內(nèi)的一整套O2O解決方案,引導(dǎo)大眾點評用戶從以吃喝玩樂為主的消費場景延展到購物等更加多元化的場景,為商場的線下消費進(jìn)行從店外到店內(nèi)的多層次引流,并提供更加契合互聯(lián)網(wǎng)時代的極致線下消費體驗,借此提升百盛向線上線下融合的“深度聯(lián)營、內(nèi)容為王”戰(zhàn)略快速轉(zhuǎn)型。
大眾點評全新開發(fā)的情景感知功能,首次在與百盛的合作中上線使用。情景感知可以精準(zhǔn)定位進(jìn)入百盛商圈的用戶,并在打開大眾點評App時,首頁自動出現(xiàn)百盛購物中心的入口。這一功能將幫助商場將線下的人流數(shù)字化,更好地追蹤顧客的行動軌跡和購物偏好,為精準(zhǔn)營銷和優(yōu)化運營提供支撐。
大眾點評垂直業(yè)務(wù)副總裁婁曉博介紹:“根據(jù)大眾點評的數(shù)據(jù)分析,在同一個商圈進(jìn)行餐飲消費的用戶中,有56%會進(jìn)行購物消費,用戶的重合度非常高。大眾點評從去年開通購物頻道,為用戶提供更加豐富的體驗場景。”大眾點評購物頻道目前已經(jīng)覆蓋全國174個城市,收錄的商場數(shù)量達(dá)2759個,覆蓋近40萬商戶。即將到來的7月份,上?;春0偈⑵炫灥陮鳛殡p方合作的首個試點,進(jìn)行情境感知的打造,消費者到店后打開大眾點評手機(jī)客戶端,就會收到精準(zhǔn)的百盛門店信息推送。
在未來,移動、位置和社交等新技術(shù)將推動越來越多的實體商業(yè)向O2O轉(zhuǎn)型,在“互聯(lián)網(wǎng)+”時代,大眾點評將圍繞引流和增強(qiáng)用戶線下消費體驗與實體商業(yè)進(jìn)行更多合作創(chuàng)新,促進(jìn)線上線下商業(yè)融合發(fā)展。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)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(xué)研究團(tuán)隊提出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。實驗顯示,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,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(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(jī)制和高效訓(xùn)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(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AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(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。