昨天,SHEIN上市的消息如一颗炸弹在社交媒体上引爆,冲上了微博热搜。消息称,SHEIN(希音)正在重启在美上市的计划,预计最早将于今年进行IPO。然而,今天SHEIN回应称,这个消息不实。
上市传闻被否认,其实并不意外,毕竟从2020年开始,市面就多次传出SHEIN即将IPO的消息,并称其已经聘请了美国银行、高盛、摩根大通等投行负责IPO工作,还任命了前贝尔斯登投资银行家唐伟为执行副董事长。而SHEIN对此并未正面回应。
低调,神秘,野蛮生长是这家独角兽的标签。根据胡润研究院发布的《2022年中全球独角兽榜》,SHEIN以4000亿人民币的估值位列全球第五大独角兽企业,仅次于抖音、SpaceX、蚂蚁集团、Stripe。在美国市场,更是快时尚的扛把子,一度占据了超过四分之一的市场份额,相当于H&M和Zara的总和。
SHEIN成立于2008年,起初做的是婚纱外贸生意,据当时创始人许仰天说,“很多时候,甚至直接把中国婚纱进价的人民币改成美元就能直接卖。”2012年左右,许仰天将公司从婚纱转型为快时尚女装,采用独立站模式,之后几年便不断开拓欧美、中东、东南亚等市场,并逐渐扩展到男装、童装、家居等品类。到现在,SHEIN已经覆盖了220多个国家和地区,全站注册用户数超1.2 亿,日活3000万以上。
SHEIN的发展速度可谓惊人,2020年GMV(商品交易总额)首次突破100亿美元,2021年这一数字增至200亿美元。今年SHEIN高管曾向投资者透露,2022年SHEIN营收227亿美元,利润为7亿美元,已经连续四年实现盈利,并预计在2025年实现585亿美元的营收。
据第三方数据机构Apptopia统计,SHEIN是2022年全球下载量最大的购物应用程序,安装量达到2.29亿次。在美国、法国、澳大利亚等国家和地区,SHEIN是最受欢迎的服装购物平台之一。
SHEIN的成功得益于其高效的商业模式,主要可以归因为以下三个方面。
• 快速反应的供应链:SHEIN的供应链能力极强,能够快速捕捉和响应市场需求和流行趋势,并将其转化为产品设计和生产。SHEIN每天可上线3000多款新品,从产品设计到上架仅需14天。SHEIN还通过大数据分析和算法优化来预测需求和库存,并根据用户反馈和销售数据来调整产品结构和价格策略。
• 低价高性价比产品:SHEIN以提供低价高性价比的产品为核心竞争力,产品价格普遍低于同类竞品,并且质量和款式也不输给其他品牌。SHEIN能够实现低价策略的原因就在于有效地降低了成本和中间环节。一方面,SHEIN利用中国服装产业集群的优势,与数千家供应商和工厂建立了紧密的合作关系,降低了原材料和生产成本。另一方面,SHEIN主要通过自营网站和第三方电商平台进行销售,省去了实体店的租金和人力成本。
• 精准的用户运营:SHEIN非常重视用户运营,通过各种方式来吸引和留住用户,提高用户黏性和复购率。利用社交媒体、网红、KOL等渠道来提升品牌知名度和影响力,与用户的互动,并收集用户意见。SHEIN还通过举办各种活动、提供优惠券、积分、会员等福利激励用户消费,以及根据用户的喜好和行为推荐个性化的产品和内容。
在快速发展的同时,SHEIN也在不断创新和拓展。近日,SHEIN正式公布了“希有引力”百万卖家计划,根据计划,SHEIN在未来三年将帮助全球1万个卖家,年销售额突破百万美元;帮助10万个中小卖家,年销售额达到10万美元,并推出了卖家全生命周期成长赋能的相关政策。
虽然SHEIN上市的具体时间和细节尚未确定,但其估值已经出现了明显的下调。据《华尔街日报》报道,SHEIN已完成20亿美元的新一轮融资,融资后估值约为660亿美元,较之前的一千亿美元缩水逾1/3。这一下调可能是受到了疫情影响下空运成本上涨、生产成本增加等因素的影响。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。