伴随移动数字化、5G、AIGC等相关技术的发展,“数智生活”正以不同的方式提升人们的生活效率,智能效率应用进一步渗透在用户日常的生活、工作、学习等各个场景中。
根据第三方数据机构QuestMobile发布的《2023年轻人群智能效率应用研究》报告,35岁以下年轻人群是智能效率办公、学习领域的核心用户。凭借网盘、扫描、文档等智能工具和内容产品,夸克App在智能效率行业图谱中跨场景多领域应用,泛学生人群和新生代职场人的用户占比最高,年轻用户使用时长位列行业第一。
年轻人群青睐智能效率应用
在人口流量红利消失的时代,用户对互联网应用的使用深度成为关键。根据QuestMobile数据,2023年7月,35岁及以下年轻人群的使用时长占据全网时长的52.8%。其中,24岁以下的泛学生人群达到2.61亿,25岁至35岁的新生代职场人群规模达2.86亿人。
从用户对互联网行业的使用粘性看,尤其是35岁以下的年轻人群更加强调以数字应用提升自己办公效率。数据显示,智能效率办公行业的年轻人群用户占比高于各行业均值,同时中高粘性占比高于其他行业 。目前,智能效率办公行业用户规模稳定在5亿左右,年轻人群的使用规模长期维持在3亿左右。
24岁及以下人群成为智能效率应用的重点用户群体,而相较于职场人群,使用场景主要是泛学生人群在校园学习中,使用智能效率相关应用,查找资料、复习练习,提升学习效率。
新兴应用抢占智能办公行业风口
QuestMobile报告提出,智能效率办公行业尚未出现绝对的龙头应用,行业新兴应用有机会通过差异化布局,获取市场份额,成为行业造风者。
凭借网盘、扫描、文档等智能工具和内容板块,夸克App在智能效率办公行业图谱中跨场景多领域应用。数据显示,2023年7月,在年轻人群使用规模最高的TOP10智能效率App中,夸克的年轻用户占比最高,泛学生人群占比达到33.7%,新生代职场人群占比达到48.8%。
年轻人群对智能效率办公应用的较强需求,体现在使用时长上较强的用户粘性。夸克产品涉及云盘存储、扫描工具以及文档资源等多个办公常用功能,满足年轻人群在职场办公中不同的场景需求,吸引年轻人群对夸克App的使用。在用户使用时长、人均单日使用时长上,夸克App均位列第一。
智能在线学习应用场景需求凸显
除办公场景以外,夸克App用户对在线学习类工具使用偏好亦较为突出,集中在高等教育和语言学习方面,主要面向高等教育、高考、考研及考取职业资格等年轻人群。
近年来,夸克App加强线上学习场景的业务布局,凭借智能工具、文档资源、学习频道等多个针对学习场景的产品功能,对泛学生人群的心智占据较为突出。数据显示,泛学生群体对夸克的使用时长高于其他各个人群。使用次数方面,泛学生群体略低于新生代职场人群,但也高于全网人群。
QuestMobile报告显示,相较于在线学习行业相关应用,年轻人群对夸克App的使用规模已经进入TOP10。同时,从年轻人群以及泛学生人群对该TOP10App的人均使用时长来看,夸克均位列首位。
大模型、AIGC赋能效率应用创新
展望效率应用领域,基于大模型的AIGC技术成为行业创新发展的加速器。QuestMobile报告分析认为,新鲜事物吸引年轻人群成为主要的使用者。AIGC的先驱用户注重高效、精准的办公解决方案,重点关注AI对办公、学习场景的赋能。
近期,夸克扫描王App发布,进一步强化AI大模型技术应用于精准、高效地识别、分析与理解复杂内容的能力。从使用时长与使用次数方面看,相较于其他的智能效率应用,AIGC先驱用户对夸克App使用偏好显著,源于夸克App中部分功能已开始涉及AIGC的实际应用,进而对用户产生吸引。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。