
如果你经常使用手机观看视频,今天当你打开最新版豌豆荚,搜索「爱奇艺」、「PPTV」、「风行」、「腾讯视频」等关键词时会发现,在「全部」标签页的上述应用卡片中不仅包含了基础的应用信息,同时还呈现了应用内当天热门视频的图文介绍。如果你对这些热门视频感兴趣,只要点击图文介绍就可以立即安装应用、并直接跳转到应用中观看相关视频内容。
这是豌豆荚在最新版本中推出的「应用内热门内容展示」功能,目前已经在上述 4 家视频应用上实现,未来还将扩展到不同内容品类的更多应用。
用户在手机上搜索应用时,根本目的往往是消费应用内的内容,应用只是内容的载体。基于「应用内搜索」的技术积累和对用户需求的深入理解,豌豆荚「应用内热门内容展示」功能让用户在下载应用之前,就可以预览并直接选择应用内的热门内容,从而更准确地选择自己需要的应用。据豌豆荚称,该功能目前在国内尚属首创。
豌豆荚如何让内容一触即「用」?以在豌豆荚搜索「爱奇艺」为例,你会发现「全部」标签页提供的「爱奇艺视频」应用卡片不仅提供了安装量等基础信息,还直接展示了爱奇艺当天的 3 部热门视频。如果你想观看时下热门的美剧「蛇蝎女佣」第二季,只需点击它的图文介绍,在确认并安装后就会直接跳转至爱奇艺视频应用开始播放这部热门剧集——一触即可无间隙享用有趣的视频内容。
图:「爱奇艺视频」的当天热门内容展示
图:确认并安装应用后即会开始播放视频内容
目前,豌豆荚在应用、游戏之外的视频、电子书、壁纸等内容品类已经累积超过 6000 万用户,内容消费超过 8 亿次。目前豌豆荚收录了 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
亚马逊FAR部门研究团队通过创新的"掩码比特建模"技术,突破了图像生成领域的传统认知。研究发现离散方法劣势源于信息容量不足而非技术路线缺陷,提出的BAR框架通过渐进式比特预测解决大词汇表计算难题,在ImageNet-256上创下0.99 gFID新纪录,同时实现数十倍的速度提升,为AI图像生成开启质量与效率并举的新时代。
北京大学与美团联合研究团队提出轮廓引导路径探索(OPE)方法,解决AI并行推理中的"互信息饱和"问题。通过先生成多样化策略轮廓再执行具体推理,避免多条思路重复收敛的困境。在数学推理测试中,该方法显著提升了复杂问题的解决成功率,为AI推理能力的可靠性提升提供了新的技术路径。
南洋理工大学研究团队开发了Dr. MAS训练方法,专门解决多智能体大语言模型系统的训练不稳定问题。该方法通过为每个AI智能体使用个性化的评价标准,避免了传统全局标准化导致的梯度爆炸问题。在数学推理和多轮搜索任务中,Dr. MAS显著提升了系统性能和训练稳定性,为构建更强大的AI协作系统提供了重要技术支撑。
腾讯AI实验室开发的Covo-Audio是首个真正实现端到端语音对话的7B参数大模型,能直接处理语音输入并生成自然回应。该系统突破了传统流水线式处理的局限,实现了智能与声音分离、全双工交互等创新功能,在多项基准测试中表现优异,特别是在情感理解和自然对话方面达到了新的水准,为语音交互技术的实用化和个性化应用开辟了新路径。