微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 链家德佑地产战略合作 万亿房产O2O版图现雏形

链家德佑地产战略合作 万亿房产O2O版图现雏形

2015-03-01 20:49
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-03-01 20:49 CNET科技资讯网

3月1日,国内最大的房产O2O平台链家宣布已与上海德佑地产达成战略合作,链家将以上海为中心的华东地区划入其万亿级O2O平台。继今年2月链家成功并购成都最大的二手房中介伊诚地产之后,链家的O2O版图又添猛虎。

德佑地产作为上海第二大房产经纪公司,定位于高端房产市场,经过13年的发展,目前在上海拥有200多家门店,超过5000名员工,尤其是德佑在中高端领域无可争议的领跑地位是链家在全国范围内、特别华东地区的扩张路上不可多得的盟友。

据了解,双方深度合作后,德佑能共享链家现有的线上平台,借用互联网的技术和模式实现传统服务模式到房产O2O的转型。而链家也将有机会一举打破上海势均力敌的行业现状。在上海大多数二手房服务商的市场占有率都不足1%的情况下,链家则可坐拥上海10%的市场份额,成功构建以北京、成都、上海为顶点的房产O2O平台金三角,为将来进一步探底全国市场提供了坚强的后方。 链家地产控股董事长左晖表示:“通过此次战略合作,双方将基于相同的服务理念,共同打造中国最大的房产O2O生态圈,为广大用户提供更加优质的不动产交易、租赁及周边服务,优势互补地将两家公司的平台效应扩大到最大化。”

众所周知,上海是全国房产交易实力最强劲的地区,即使在今年春节楼市普现停滞的状态下,上海的成交率依然稳中有升。同时,上海的房产O2O起步较早也更为牢固,这让许多行业竞争者都对这块宝地虎视眈眈。此次链家选择同德佑合作,也正是看中德佑十余年来的市场积累和未来爆发力,通过稳固华东地区势力进而加速全国O2O大平台的覆盖。 2015年初,链家曾表示在2015年将进入8个新的地区,构建全国房产O2O大平台生态圈。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    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。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    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。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    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。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    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。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-