近日,Meta CEO扎克伯格告诉员工,推特的竞争对手Threads,在发布后的几周内失去了一半以上的用户,高管们现在正专注于提高Threads的用户留存率上。
扎克伯格在公司内部大会上说,这款应用的用户留存率比高管们预期的要好,尽管并不完美。“显然,如果有超过1亿人注册,理想情况下,如果他们全部或者至少一半的人能够留下来,那将非常棒,我们还没有做到。”他说。
扎克伯格认为,用户流失是正常的,并估计随着公司为应用程序增加更多功能,包括桌面版本和搜索功能,用户数量还会增加。
Meta首席产品官Chris Cox说,Meta正在考虑添加更多的“提高留存措施”,来吸引用户回到应用程序,比如确保 Instagram上的用户能够看到重要的Threads。
在Chris Cox发表上述言论的前一天,Meta发布了乐观的收入增长预测,令投资者惊叹不已,这是该公司复苏的迹象。去年,随着广告销售额暴跌,该公司在元宇宙上的巨额支出遭到了严重质疑。这一增长预测的披露使Meta的股价在周四飙升了8%。
扎克伯格在电话会议上告诉员工,他认为公司在为元宇宙提供动力的虚拟现实技术上,虽然没有大大提前,但是在正轨上。
他补充道,Meta需要在苹果、谷歌和微软等竞争对手之前开始投资这项工作,因为他们多年来一直在为现有产品构建操作系统。
“这样,当这个技术进入主流时,我们已经准备好了所有的工具。”他预测,元宇宙技术的大规模采用将在2030年代发生。
扎克伯格和Cox还强调了公司本月发布的Llama 2人工智能模型,该模型可供任何服务用户少于7亿的开发者免费商业使用。
Cox说,自发布以来的一周内,Llama 2已经收到了超过15万次的下载请求。
被问到与马斯克的“笼中之战”时,扎克伯格表示,他不确定是否会发生。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。