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
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。