CNET科技資訊網(wǎng) 11月14日 北京消息(文/齊豐潤): 當你拖著疲憊的身體和混沌的大腦迎來了一個假期時,那么你會做一些什么事情來讓自己放松身心呢?相信很多人的第一選擇都會是背上行囊,來一場旅行。
隨著技術(shù)不斷的發(fā)展,以及人們意識的不斷提高,線上旅游產(chǎn)品也成為了更多消費者的選擇,隨之而來的我們看到了層出不窮的線上旅游產(chǎn)品,一時間中國的旅游市場也展現(xiàn)出了一片繁榮景象。
在繁榮的在線旅游市場中,有一家走過了十年,并開啟了第二個十年階段思考的企業(yè),這就是途牛。途牛旅游網(wǎng)CEO于敦德表示,過去10年,途牛一直專注于在線休閑旅游市場并取得行業(yè)第一名,在過去高速增長階段抓住機會進行的投資幫助了途牛的盈利能力穩(wěn)步提升。
之所以能夠取得這樣的成績,在于敦德看來,這是因為途牛選擇了一條符合行業(yè)發(fā)展趨勢,又有差異化特色的道路。“在線休閑旅游增長速度遠遠超過在線機票和酒店,巨大的市場需求是這個行業(yè)的機會所在,也是途牛十年快速發(fā)展的重要驅(qū)動。”
10年前,途牛并沒有選擇機票、酒店等競爭激烈的熱門市場,而是從當時較為冷門的在線休閑旅游市場起步,抓住了旅游從線下向線上發(fā)展的趨勢。數(shù)據(jù)顯示,途牛旅游產(chǎn)品和服務(wù)交易額占中國在線休閑度假市場份額的23.1%,位居中國在線休閑度假旅游市場份額第一。
除了選擇差異化的發(fā)展防向,途牛還在產(chǎn)品上做了不少文章,產(chǎn)品的個性化也滿足了不同消費者的需求,為途牛帶來了可觀的會員數(shù)量。據(jù)介紹,截至目前,超過5000萬的會員成為途牛穩(wěn)步發(fā)展的重要動力。途牛深化品牌層次,先后上線了眾多產(chǎn)品品牌,而“牛人專線”占整體跟團游交易額的占比已由2012年的14%穩(wěn)步提升至今年第三季度的31%,今年二季度,途牛老會員交易額已超過途牛整體交易額的59%。
在走過了快速發(fā)展的十年之后,途牛決定成為集團化公司,將業(yè)務(wù)分拆為旅游度假子公司和金融科技子公司,并推動全新戰(zhàn)略,同時,途牛還將推動創(chuàng)業(yè)合伙人計劃,由旅游產(chǎn)業(yè)向旅游生態(tài)轉(zhuǎn)變。未來,途牛集團的發(fā)展目標在于帶動機票、酒店、金融、影視、婚慶等新業(yè)務(wù)板塊的快速增長。
途牛旅游網(wǎng)總裁嚴海鋒表示:“多樣化的客戶需求鄭驅(qū)動著旅游產(chǎn)業(yè)鏈改變,以往機票客戶主要以商旅和出差為目的,但是現(xiàn)在機票市場、酒店市場增長的驅(qū)動力有很大比例是由休閑游客戶貢獻的。這是一個新的機會。”
“除了集團化架構(gòu),我們還將推出創(chuàng)業(yè)合伙人計劃。因為,我們想要的不是一棵參天大樹,而是一片森林。笛風假期、途牛婚慶、途牛影視、途牛金融,是我們創(chuàng)業(yè)合伙人計劃的第一批先行者,它們將在率先接受市場和消費者考驗的同時,吸收更多外部養(yǎng)分,從而獲得更好發(fā)展。”嚴海鋒表示。
“未來,通過集團化發(fā)展,途牛的成熟業(yè)務(wù)及創(chuàng)新業(yè)務(wù)都將獲得更有深度和廣度的發(fā)展空間。”于敦德表示。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。