
“目前,应用宝日分发量已经突破1亿”, 腾讯社交网络事业群副总裁林松涛在2014腾讯全球合作伙伴大会“连接·应用”分论坛上宣布。同时,应用宝5.0版本首次曝光,林松涛介绍,新版本具有社交发现、内容直达和应用部落三大亮点;此外,腾讯开放平台及应用宝将再推“灵聚平台”和“双百计划”两大扶持计划。
腾讯社交网络事业群副总裁林松涛
应用宝日分发量超1亿
自2014年初,应用宝日分发半年实现52%的增长,并在7月底达到7600万,截止目前,应用宝日分发量已突破1亿。自2014年1月,腾讯宣布移动开放平台全面向移动化转型,应用宝整合了PC端和移动端7个用户过亿的平台,包括电脑QQ,QQ空间,腾讯浏览器,手机QQ,微信,手机及电脑管家,成为腾讯的流量集中分发平台。
结合多平台流量一点分发优势,以及如英文官网对接国际应用、微下载能力、私人订制服务和社交传播等特性,应用宝可以帮助移动开发者进一步实现服务升级,最大限度地提升应用的曝光量和下载量。在突破日分发量1亿的过程中,多个标杆应用不断涌出,《天天来战》首发日收入达到100万;《WIFI伴侣》推广三个月后实现超过500万下载量;《别踩白块儿》在推广三个月后实现超过1000万下载量。
应用宝5.0:三大亮点助力开发者
林松涛介绍,应用宝5.0具有社交发现、内容直达和应用部落这三大特性,使移动APP在提高用户下载量和提升用户粘度方面得到改善,帮助开发者从根本上解决出触达用户难、精准转化难和用户留存等难题。
`社交发现:应用宝5.0进一步加强了社交化特性,通过充分利用用户社交关系链和口碑营销,使APP的曝光量和下载量得到快速提升。利用腾讯QQ账户一键登录,用户将通过好友/熟人、兴趣/应用圈子、应用部落了解好友或同一APP用户正在使用哪些热门应用,并直接影响用户下载、安装、更新、分享、评论等行为。值得一提的是,“微下载”是应用宝的特色营销推广方式,接入“微下载”的应用可以实现多平台一键安装,提升用户下载转化率,为开发者提供专业的多平台下载管理能力。
`应用部落:用户可以在多个平台上的应用部落中发起、参与话题,与同一APP用户进行讨论、交流使用心得和游戏攻略,参加由开发者发起的市场游戏活动等。应用部落将不仅出现在应用宝5.0平台中,还会出现在手机QQ平台。通过应用部落,应用开发者可以将用户统一聚拢在一个社区内,实现同好聚集和内容汇聚,为开发者带来稳定的“社交红利”。不仅如此,应用部落还将帮助开发者降低开发成本,提高用户活跃度、用户存留度和用户使用粘性。目前为止,腾讯已经建立了超过150个应用部落,日PV超过500万。《开心消消乐》的应用部落在开放两个月后,已经产生了17万个话题,活跃度提升了20%。
`内容直达:35%用户在移动网络上直接搜索内容和服务,例如,视频,电子书,娱乐项目等,而非仅仅是移动应用。应用宝5.0将推出内容直达服务,当用户搜索特定内容或者服务时,应用宝可通过直观的内容外显方式,将用户所需内容直接呈现给他们,例如直接观看视频、阅读小说等,而非传统的APP推荐。对于应用开发商而言,内容直达特性是以软推广形式将内容呈现给用户,对间接提升下载转化率起到不可忽视的影响。当用户通过应用宝试玩某游戏或观看某视频,并获得良好体验,绝大部分用户将选择下载该游戏或视频APP。
两大扶持计划 扶持开发者政策升级
除了应用宝5.0,林松涛宣布,腾讯开放平台及应用宝还将推出两大最新扶持计划 :灵聚平台和双百计划,线上线下全方位助力移动互联网创业的全方位发展。
`灵聚平台:灵聚平台将主要分为三个部分,包括换量计划,应用宝效果广告和“赚钱宝”返利计划,应用宝承诺每年20亿分发量。灵聚平台不仅可以帮助开发者实现可观的广告流量,还可确保高质量的广告推广效果。此外,灵聚平台覆盖全类目CP,投放门槛低,投放容易,并且能够实现精准的受众定位。通过灵聚平台,赶集网在投放后实现了新增用户3倍的增长,转化率提升100%;携程网的新增用户高达10倍,转化率提升150%。
`双百计划:双百计划是指腾讯在三年累计投入100亿流量,扶持100家市值过亿的创业企业。双百计划将联合数十家投创机构共同推荐筛选 ,应用宝优质产品挖掘,或通过开发者自荐方式,整合腾讯海量的线上线下资源,为创业者降低创业门槛。线上资源包括向开发者提供精准的用户分析和提取,提供非售稀缺资源等,加速开发者创业;线下资源包括覆盖全国的创业基地扶持,开发者沙龙、创业公开课等软实力输入等。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。