
时下,一家名为“Tsu”的新型社交网络风靡美国。Tsu日前在其官网宣布,其注册用户已突破100万大关,而这距该平台10月份上线仅5周时间。
对于一家不知名的社交网络来说,能够在5周时间内斩获百万用户,的确是一个了不起的成就。因为社交网络巨头Facebook赢得100万用户,用了整整10个月的时间。
伴随Tsu社交网络的声名鹊起,其在流量监测网站Alexa的排名也从最初时的不足11000名,蹿升至目前的5000名。Tsu社交网络如何实现用户的快速增长?据悉,Tsu通过既有用户的口口相传,并利用这社交网络帮助Tsu找到了新用户,而且新老用户可以利用Tsu社交网络来赚钱!
与它社交网站一样, Tsu和依靠发布页面广告赚钱,但Tsu会把90%的广告收入以版税形式返给用户,以此。通常情况下,对于某一Tsu用户主页上的广告,如果点击量大,那么该用户获取返利就越多。
加入Tsu社交网络,需要从老用户那儿获得一个邀请码,如果老用户成功邀请了新用户,也可获得Tsu的返利,而且邀请到的新用户注册成功次数越多,返利就越高。
此外,Tsu还鼓励用户将他们获得的广告收入通过“转帐”按钮捐赠到慈善机构。
Tsu创始人兼首席执行官塞巴斯蒂安·索布查克(Sebastian Sobczak)表示,Tsu是“第一个对社会负责任的社交网络”,会向用户支付一些原创图片、内容的商用版税费用,并希望这些版税能以协作方式更好地改善人们生活。
据悉,作为Tsu用户,一个月在Tsu上获得的版税收入,超过了在Twitter或Facebook上七年时间里获得的版税收入。
目前Tsu平台仅支持美元,未来Tsu或将支持全球更多货币,以更好的开展慈善救助,但Tsu团队并未证实这即将发生。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。