4月13日消息,近日,专注于生活方式的O2O服务平台“小日子”APP获得时尚传媒集团1000万人民币天使投资。
据“小日子”创始人王晴介绍,该款App立足于文艺情怀,以探店发现为基础思路,以全球多城市布局为核心竞争点,解决社会新兴主流消费群体和移动互联网年轻一代的天生需求购买,帮助商户缓解推广和营销压力。
从目前的版本看,“小日子”集中了成都、上海、北京等城市的咖啡馆、西餐厅、花艺店、画室、小酒吧……只要能想到的文艺场所,都可以在这个里找到。王晴 说,为了看起更有文艺味,大量的中式餐饮场所都没有包含进去。截止目前,小日子可视化管理后台已经拥有8万多条结构化数据,包含基于商家的不定期活动,手 工生活化课程等。
“小日子”的PGC内容采取众包的模式。王晴称,未来不但在中国布局北京、上海、广州、厦门、杭州、成都、重庆、台北等多个城市,还要覆盖中东迪拜和日本 一些城市。他说,近期准备在每个城市招募5-10个体验师,这些必须得是能玩转圈子的人。而“小日子”能提供给这些体验师丰厚的报酬,以及探店的乐趣。 未来还会引入P2P本地化城市旅行服务和店铺商品交易,让小日子APP在商业服务与感性情怀得到综合平衡价值。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。