在PC互联网时代,网页是搜索的主要途径,而在移动互联网时代,应用搜索不可或缺的当下,豌豆荚争先发布应用内搜索技术协议,提供了对于应用内内容的检索、收录和调起的标准。
豌豆荚产品设计副总裁刘亚平表示,豌豆荚并不提供、生产应用内容,其资源均来自合作伙伴,希望应用内搜索技术协议能成为豌豆荚与内容提供商、应用开发者构建开放和共赢的移动互联网生态系统的基础。
图为豌豆荚产品设计副总裁刘亚平
豌豆荚在整合各类移动应用的内容资源、为用户带来优质和丰富的手机娱乐搜索体验的同时,将用户和流量直接导到开发者的产品中,为开发者带来收益。
因此,作为国内首个公开发布、唯一全面支持移动独有内容的应用内搜索技术协议,上线2个月以来,带给第三方应用的直接调起和新用户量均已达到千万量级。截止到今年4月,豌豆荚应用内搜索已达140万。
应用内搜索技术主要是对搜索的内容进行结构化描述,该协议具有普适性、经济性和实时性特点,提供不需要应用与网页绑定的路径、全面支持移动端独有内容的接入;在技术选型上复用 Microdata 等成熟方案降低开发者接入成本、提升经济性;在内容提交上,除了使用网站地图sitemap的方式之外,豌豆荚还提供专用 API,让合作伙伴能够实时地把最重要的新鲜内容推送给豌豆荚。
值得一提的是,豌豆荚开发者中心同步上线接入申请入口,开发者可需通过三个步骤接入豌豆荚:描述应用内内容、向豌豆荚提交内容信息、使应用支持外部调起。豌豆荚重视开发者的利益,将始终保证搜索和推荐结果的公平公正、完全依照内容质量和用户使用的数据提供。
一直以来,豌豆荚坚持定位成内容入口的战略,专注于移动内容搜索。去年,豌豆荚发布了视频搜索正式版;今年1月,移动内容搜索及 4.0 版本的上线,将搜索扩展到应用、游戏、视频、电子书、壁纸等多个娱乐内容类别。至今,豌豆荚在应用、游戏品类之外的新增内容品类用户已超过 6000 万,内容消费超过 8 亿次,内容全部凭借应用内搜索,索引自优酷、搜狐视频、掌阅、爱阅读等 20 余款第三方应用内。到目前为止,豌豆荚共收录了 195 万部视频 ,198 万本电子书,248 万张壁纸。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。