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
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。