與飽受詬病的搜索廣告和日漸式微的旗幟廣告為代表的傳統(tǒng)互聯(lián)網廣告相比,移動廣告的迅猛發(fā)展仿佛是另一個天地。2015年6月,獵豹移動宣布進軍移動廣告業(yè),當年第四季度,其在線廣告及相關業(yè)務收入達10.31億人民幣,其中移動廣告收入占本板塊業(yè)務收入的74%。對于高門檻的廣告業(yè),類似獵豹移動廣告平臺的發(fā)展速度,在過去的十年都是不可想象的。而支撐這一發(fā)展速度的背景,是移動廣告正在取代傳統(tǒng)互聯(lián)網廣告成為主流。
據(jù)研究機構eMarketer,2015年中國移動廣告支出翻一番,達到158.2億美元。移動廣告占中國媒體廣告支出的22.3%,是全球移動廣告份額最高的國家。這也是中國營銷市場標志性的一個轉折點,移動廣告支出首次超過PC。獵豹移動廣告的迅猛成長,正是由于占據(jù)了爆發(fā)中的移動廣告的產業(yè)制高點。
布局全球 海量用戶
廣告競爭首先是用戶量的競爭。由于互聯(lián)網天然的媒體特性,因此廣告領域的競爭可謂行業(yè)的命脈之爭。在目前,互聯(lián)網的用戶量還牢牢把握在傳統(tǒng)巨頭的手中,其領先優(yōu)勢很難撼動。
對此,后來居上的獵豹移動在布局上可謂棋高一著。獵豹移動目前是海外用戶最多的中國互聯(lián)網企業(yè),擁有獨一無二的全球商業(yè)布局能力。同時,它的全部產品都集中于移動端,在兩個新興領域,獵豹已建立起可與巨頭們抗衡的局部優(yōu)勢。據(jù)2015年Q4財報顯示,獵豹移動應用的總下載量達到了23.41億,月活數(shù)已經超過6億。
如果說海量高質的自有流量使獵豹移動廣告平臺占據(jù)了一定的先發(fā)優(yōu)勢,獵豹移動在聚合流量的合作伙伴,則囊括了海內外的互聯(lián)網巨頭。獵豹與Facebook和Google都在廣告領域建立了密切的戰(zhàn)略合作關系。
數(shù)據(jù)驅動 精準營銷
在精準營銷上,移動廣告天然具有傳統(tǒng)互聯(lián)網廣告不可比擬的優(yōu)勢,例如地理定位,用戶數(shù)據(jù)行為分析等。
獵豹全部產品都專注移動領域,已經形成了多元的產品矩陣,在海量用戶數(shù)據(jù)的基礎上,獵豹移動廣告利用領先的大數(shù)據(jù)技術,在精準營銷和智能營銷也建立了充分的先發(fā)優(yōu)勢。
獵豹清理大師和獵豹安全大師都是借助分析用戶數(shù)據(jù)提供精準服務的工具產品,而獵豹的“三朵云”---行為云、安全云、存儲云可以海量分析和處理用戶行為信息,通過分析清理頻率、加速等行為得出群體用戶畫像,形成對不同年齡段,興趣愛好等超過50多種定向方式投放, 讓廣告主更精準地與目標受眾建立聯(lián)系。
傳統(tǒng)獵豹的大數(shù)據(jù)技術還能夠有效識別欺詐廣告。近日獵豹移動發(fā)布的報告表明,欺詐廣告占廣告總量的21%,對于廣告主而言,反欺詐廣告技術帶來的強大吸引力,會極大地加速他們投向移動廣告平臺。
比較互聯(lián)網(PC)廣告超越傳統(tǒng)廣告的時間,移動廣告顛覆PC端互聯(lián)網的進程也許會大大縮短。在誕生之初,獵豹移動廣告平臺就定下了全球化的目標:在未來兩年內能夠成為僅次于Facebook和谷歌的全球第三大移動廣告商。在高墻壁壘的廣告王國中,顛覆性的革命已經在發(fā)生,誰能準確地預言,何時將推翻舊王朝,建立新格局?
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)不同問題靈活調整內部專家配置。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,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(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幾何知識對培養(yǎng)AI空間智能的重要價值。