ZDNet至顶网软件频道消息: 就在嘀嘀和快的之间的打车烧钱竞赛进入尾声之际,又一“非传统”巨头燃起新一轮“砸钱买用户”的战火。
近日,赶集网暴露了进军互联网房产的野心,不但试图凭借在二三线城市、平台优势和无线端的深度布局,挑战该领域龙头老大搜房网,更在“首届找房节”期间豪掷2个亿,用于市场推广和用户补贴。其中补贴总额达到1亿元,只要用户通过“赶集生活”手机客户端找房并将优质房源分享出来,即可获得手机话费和房租补贴、超级电视等大礼。此举一出,业界哗然。
无线争夺时代,巨头们不惜自掏腰包补贴用户,旨在通过率先铺设应用场景培养用户使用习惯,从而占尽先发优势。
出行领域,嘀嘀和快滴的“烧钱大战”已经陷入焦灼;在线订餐市场作为典型的O2O领域,也已经开启靠用户补贴砸市场的野蛮生长模式;移动电商领域当然不甘落后,“三八节”的一周内,阿里巴巴豪掷重金,不仅签下韩国明星李敏镐代言,更通过多种形式的补贴和优惠,吸引用户通过手机淘宝来购物及线下消费。据称,此次投入的补贴费用远远超过了打车市场的补贴。
相较而言,手机找房尚属新兴应用场景,目前并未有真正意义上的霸主,也远未到充分竞争的阶段,率先入局者空间巨大。
杨浩涌表示,此次赶集网1个亿的用户补贴,即聚焦于手机客户端找房用户,旨在通过“补贴式拉拢”进一步培养并加强无线端找房用户的使用黏性。
值得注意的是,赶集网在手机找房上的投入显然是具有战略意义的长期项目,除了直接补贴给用户的真金白银,赶集网也在悄然布局手机找房的生态圈,并已经在流量入口上占据优势。数据显示,今年2月份,日均有340.5万人在赶集网找房子,其中53%来自于移动端。赶集网房产业务移动端的增长,一线城市增速为40%,二线、三线城市增速为100%。截至目前,赶集网房产业务移动端的流量和增速都位居业界第一。这意味着赶集网在无线端已经具备了“叫板”搜房网的实力。
无线产品的创新是赶集网的另一个“秘密武器”。2013年,赶集网针对房产市场在移动端的不同使用场景,整合多方资源,推出了“懒人找房”客户端,被称为手机找房的“嘀嘀打车”。“懒人找房”在找房人和专业的房产经纪人之间架起桥梁,为用户推荐“靠谱”房产经纪人,而经纪人也无需像以往一样,通过诱惑力十足的虚假“房源”吸引用户,通过“懒人找房”就能知悉用户需求,为他们提供专业的服务,服务越好,找上门的客户也会越多,有望从根本上杜绝了“假房源”问题。
业内认识表示,赶集网在手机找房领域的产品布局已经初步具备了改变用户找房习惯的能力,再加上 “不差钱”的用户补贴,有望迅速在手机找房这一蓝海市场跑马圈地,力争“一哥”。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。