科技行者 5月22日 北京消息: 今天,拼多多(NASDAQ:PDD)发布2020年第一季度财报。在截至2020年3月31日的前12个月内,拼多多的年度活跃买家数达6.28亿,单季度劲增4290万,继续保持用户的高速增长势头。与2019年同期相比,活跃买家数更是增加了1.85亿。
从“0”起步发展到服务超过6亿用户,拼多多只用了不到5年的时间,创造了电商行业的新纪录,6.28亿的年度活跃买家已经接近了阿里巴巴在2018年第四季度的6.36亿。同时在此基础上,拼多多仍然保持了40%以上的用户增速。
拼多多平台上单个用户的消费额也在稳步提升。截至3月底,平台活跃买家平均年度支出金额达到1842.4元,较去年同期增长了47%,在2019年底,这一数字为1720.1元。
受益于买家数与人均支出的增长,拼多多平台的交易额(GMV)也继续保持高速增长。在截至3月底的前12个月里,拼多多GMV达到11572亿元,较2019年同期增长了108%。
与用户在拼多多上越买越多的趋势同步,拼多多平台的用户粘性也在稳步增强。在最新一个季度,拼多多App的平均月活用户数达到4.87亿,较2019年同期增加了1.98亿。
“月活用户一年增加近2亿,且月活/年度买家的指标,从19年一季度的65.4%提升到了20年一季度的77.6%。”拼多多董事局主席兼CEO黄峥表示,这代表了用户更加喜欢拼多多的产品,拼多多也有更强的能力来满足用户多样性的需求。
2020年第一季度,拼多多的收入达到65.41亿元,较2019年同期增长44%。据此前彭博统计的37位分析师给出的一致预期,拼多多2020年Q1营收将达49.69亿元,较去年同期增长9.3%,或出现营收同比增速新低。而拼多多实际营收大幅超越了彭博37位分析师的预期。
同时,拼多多于2020年第一季度的亏损有所扩大,本季度非通用会计准则下归属于普通股股东的净亏损为人民币31.70亿元,对比去年同期净亏损为人民币13.79亿元。
拼多多方面解释,亏损扩大主要有两个原因,一方面是疫情期间,为了帮助平台上的商家,拼多多在保持0佣金的基础之上,主动继续降低商家在平台上的营销成本,并将大量的免费流量资源优先给到了用户最需要的医疗用品,因此在交易额翻倍增长的情况下,营收只实现44%的增长。
另一方面,拼多多继续加大在技术、产品和商品直接补贴上的持续投入。多多直播让用户在家中就可以浏览博物馆,在买水果的时候可以看到水果的采摘和包装,可以与商家有更好的互动,这些都会带来更高的宽带成本。同时,拼多多百亿补贴持续在线,不断给用户提供更加有性价比的品牌商品,这一季度,平台的销售与市场推广费用达到了72.97亿元。
值得注意的是,截至一季度末,拼多多账上现金及现金等价物和短期投资合计 426亿元(不含受限资金)。拼多多方面表示,公司现金储备充足,百亿补贴仍会持续,并不断扩大补贴的品类与商品数量。给消费者提供更多选择与更好的消费体验。
作为与中国农业、制造业融合最为紧密的电商平台,2020年第一季度,拼多多积极出台了各项举措,解决滞销农产品的产销对接难题、平抑特殊时期的商品市场价格、帮助商家缓解因物流和人力成本提升所导致的经营压力。
期间,拼多多率先开启了“政企合作 直播助农”“产业带复工大联播”等一系列创新模式,帮助农户、企业解决实际问题。截至5月14日,拼多多“市县长直播间”累计带动助农产品销量超过8.5亿斤,直接帮扶农户超过35万户。
制造业帮扶方面,拼多多先后联手广东、浙江、山东、江苏等16个省份政府及企业,深入推进“产业带复工大联播”,助力中国制造企业“从线上到线下”“从外贸转内销”,直接带动相关成交额超过58.9亿元,期间,平台新入驻外贸转内销企业超过11.3万家。
在各项综合举措的推动下,拼多多最新披露的数据显示,5月份以来,平台日均在途物流包裹数已超过6500万件,较今年3月上涨30%。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。