当“明星效应”与“互联网效应”碰撞,会出现何种化学反应?纵观国内外市场,各路明星已不满足于扎根在老本行,除了涉足餐饮、娱乐、慈善、时尚、房地产等行业以外,现将投资圈触到了互联网领域。9月25日,由黄晓明、李冰冰、任泉发起的“Star VC”首次曝光投资项目,包括韩都衣舍和秒拍。
“Star VC”是一项由李冰冰、黄晓明、任泉创办的互联网创投计划,于7月11日通过罗辑思维官方新浪微博发布,并表示将寻找中国有创新力的公司进行投资。
该微博详细介绍了“Star VC”对投资对象的要求:
第一,必须与三位创始人形象相符,要求阳光、大众、健康;第二,企业能够创造生活美学,切实改变大众生活方式、提高生活质量;第三,企业本身需要用三位明星的人格背书来增强品牌;第四,企业员工幸福指数高的优先考虑;第五,非影视公司;第六,只做公司投资人,不做品牌代言。
不仅如此,他们还表示将为创业公司的品牌注入魅力人格,并将长时间亲自体验和评测产品,同时还会为创业公司提供资金和宣传方面的帮助。
基于此,三人为“Star VC”计划组建了专业律师、会计师及投资管理团队,声称将按照专业的风险投资基金方式运作。
可见,“Star VC”不是作秀。事实上,三位明星在投资上经验颇深。据悉,此前三人合伙在北京开过“热辣壹号”火锅店,由从商经验丰富的任泉操盘;此外,李冰冰还曾将片酬转做投资,成为电影投资人,并开设传媒公司,为电影做推广。而被称为“演艺圈里最有理财头脑的人”之一的任泉则投资了餐饮连锁“蜀地传说”、华谊股票及影视作品等等。黄晓明的投资项目则涉足电影、电视、红酒、高尔夫球俱乐部、房地产及股票等,他还持有180万股、现市值逾亿的华谊兄弟股票。最近其投资的好莱坞某品牌奶昔店也在上海开张。
而与以往投资不同的是,“Star VC”是一项互联网生意。
互联网环境下,服饰这一品类,越来越具备快消品的特征,同时也会越来越细分,基于各种细分定位的“小而美”品牌会不断的切割传统大品牌的固有市场,而韩都衣舍就在这趟快车道上摸索出自己的品牌思路:他们的思路不仅仅是做多品牌,而是在互联网上做产品。
今年9月20日,韩都衣舍集团董事长兼CEO赵迎光在韩都衣舍第二届站长大会上宣布了公司的新愿景、使命和近期目标。声称要成为“全球最有影响力的时尚品牌孵化平台”,做“成就有梦想的团队”,做一个平台型的企业,支持优秀的设计师团队实现品牌梦想。
赵迎光表示,韩都的发展战略,是通过自我孵化和收购控股两种方式,战略布局各个细分定位的子品牌,将打磨好的“以产品小组制为核心的单品全程运营体系”复制到各个品牌,并在供应链、IT系统、仓储、客服四大方面提供支持。到2014年底,韩都将有20个品牌,其中一些来自企业内部产品小组的成熟与孵化,一些来自于并购。
但这些具有不同特质,针对不同人群的小众品牌,有着强烈的人格化需求,在这方面,明星起到锦上添花的强大的主推作用。
因此,韩都敲定了“Star VC”。 “而互联网品牌,有一个重要的需求,就是“品牌人格化”。在这方面,跟品牌定位契合的明星或者名人来进行背书,就是一种重要的方式之一,而“StarVC”在这方面的资源会对我们非常有帮助。”赵迎光说。
对于很多依托于阿里生态系的企业而言,移动电商的今天仅仅是PC渠道的再一次复制,未来,诸多创新型企业如何在移动电商打造品牌,成为新的机遇。而在这方面,打造品牌效应这一步骤也是必不可少的。
而如今的品牌效应除了立足于知名度和时尚敏感度之外,更多的应该注重商品价值与质量相符,尤其是在山寨满档的地区,消费者一头热的盲从之后是对商品质量的长期考验,只有质量规格稳定才能在玲琅满目的商品中脱颖而出。
接着假想再下一步,就可以上升到云上,彻底拥抱互联网。例如,韩都衣舍下一步将集中精力,打造“韩都时尚云”,赵迎光提出了一个概念“Handu inside”,就是希望通过自主运营几十个自有品牌而整合好的供应链系统、IT系统、仓储系统、客服系统向有志于做互联网时尚品牌的设计师或者设计师团队开放,让他们可以在这个基于行业的基础平台上,专心去做产品设计和品牌营销,成长为一个有一个特色鲜明的细分定位的时尚品牌。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。