ZD至顶网软件频道消息:截止到北京时间8月11日上午,中国奥运代表团共斩获11金、8银、10铜,位列奖牌榜第二名。随着奥运会的持续升温,网民在搜索层面的需求也开始不断扩大。近日,阿里巴巴旗下神马搜索推出“奥运会”蓝光页面。经过重新设计的金牌榜、重磅头条、热门赛程及资讯视频等内容,让用户足不出户便可在第一时间获得里约奥运会的最新消息。
(神马搜索-奥运会蓝光页面)
经过重构的奥运会蓝光页面,一方面可以帮助用户在手机屏幕中快速找到所求。另一方面在交互上也带来了更加优质的使用体验。奥运会蓝光页面通过丰富的图文组合及内容信息汇总,提高了用户获取信息效率。在用户关心的头条、赛程、人物等方面,神马搜索通过大数据分析和深入挖掘,提炼出了更加精准的核心内容方便用户在手机中查看。
以重磅头条为例,为了方便用户在小屏幕中一眼看到新闻,重磅头条通过特型卡片设计,针对热点新闻进行了图文、人物的重新排列。区别与传统搜索引擎需要上下推拉才能查找结果,重磅头条通过左右滑动,便能在小范围内展现出更多、更优质的新闻结果。这也符合用户在移动时代的操作习惯。另外,在阿里系的资源矩阵支持下,神马搜索打通了优酷土豆奥运资源,用户只需在热门赛程上点击奥运直播,便能立刻跳转到里约比赛现场。这也丰富了用户在获取信息上的内容维度。
(神马搜索-奥运会蓝光页面)
不仅如此,神马搜索独家推出的中国奥运历程页面,整合了中国代表团在里约获奖的重要时刻。包括运动员所获奖项、个人照片及热门资讯等,利用全方位、立体化的图文信息,还原了夺牌英雄台前幕后的心路历程。可以说,中国奥运历程就像一本小红书一样,闪耀着中国奥运健儿绽放出的光芒
(神马搜索-中国奥运历程蓝光页面)
在细分搜索内容上,神马针对各个奥运代表队、大小项目和运动员进行了蓝光模式优化,无论需求入口在哪,搜索结果都以蓝光模式呈现。以跳水为例,蓝光页面中深入挖掘了金牌信息、热点人物和资讯视频,更垂直的信息维度可以满足专业爱好者的需求。而针对小白用户,通过大数据分析和整合后的资料卡片,如跳水有哪些项目、跳水有哪几种动作等,能让网友快速了解该项目并起到普及推广作用。
(神马搜索-跳水项目蓝光页面)
奥运会结果页中所呈现的这种全新移动搜索交互产品被称作“蓝光模式“。神马搜索总经理曾洪雷介绍到,蓝光模式具三大特征:高颜值,交互APP化;全聚合,聚合高质量内容;场景化,移动场景精准匹配。具体来说“蓝光模式”就是一套移动搜索交互理念,一方面让用户告别传统搜索的网页链接,呈现“APP化”移动搜索交互,另一端利用大数据和知识图谱,对用户需求和场景的人工智能识别,准确匹配信息和服务。
神马搜索作为阿里巴巴旗下的移动搜索品牌,依托UC浏览器和阿里系的资源优势快速成长,2015年度流量增长超过150%。根据艾媒咨询发布的《2016上半年中国移动搜索市场研究报告》显示,目前神马搜索的市场份额为18.5%,稳居行业第二。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。