近年来,亚马逊平台上既卖自营商品,也卖第三方卖家商品,俗话说,就是既当裁判也当运动员。但现在,据《华尔街日报》报道,亚马逊正在大量砍掉自有品牌。这一消息在跨境电商圈里引发了热议。
据了解,亚马逊将在30个服装自有品牌里淘汰27个,只留下Amazon Essentials、Amazon Collection和Amazon Aware。一些淘汰的品牌商品将继续在网站上销售,直到库存售罄。同时,清理完当前库存后,亚马逊还会淘汰自有家具品牌。截至2020年,亚马逊有超过45个自有品牌,共24.3万产品,削减后Amazon的自有品牌数量将减少到20个以下。
对此Amazon自有品牌副总裁Matt Taddy表示,“我们始终根据客户的需求做决策,在确定某些自有产品不吸引顾客后,公司便考虑淘汰这些产品。我们了解到客户更喜欢我们的大品牌,比如Amazon Basics和Amazon Essentials,它们品质好,价格优惠。”
其实不难看出,这个决定,一方面是控制成本。为了应对经济下滑和收入增长放缓,亚马逊CEO Andy Jassy一直在各个层面大力削减成本,暂停了企业招聘,还在今年裁员了27000人。砍掉盈利不好的品牌,也是在剥离不良资产。
另一方面,亚马逊自有品牌一直是反垄断监管机构关注的重点,这一举措也是为了应对反垄断审查。此前第三方卖家质疑亚马逊高管不当获取商家数据,开发其竞争产品,品牌们指责亚马逊抄袭他们的产品,并以更低的价格定价。
在反垄断监管机构对亚马逊和其他几家大型科技公司进行为期16个月的调查期间,亚马逊创始人兼时任CEO Jeff Bezos说:“我们有一项政策,禁止使用卖家特定数据来帮助我们的自有品牌业务,但我不能保证这项政策从未被违反。”不过亚马逊表示,其自有品牌的销售额仅占总销售额的1%。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。