36氪曾报道的地产O2O创业公司“房多多”今日宣布与分类信息网站赶集网达成战略合作,双方将首先从新房领域开始,未来会扩展到更多品类。
具体来说,房多多会将自身平台的全部新房资源同步到赶集的房产频道,而赶集则尅为房多多平台上的开发商引入购房者,提供销售渠道。
对于主要业务集中在房产交易的后端,围绕开发商和经纪人的房多多来说,赶集无疑会拉近它与C端的距离。
“房多多”做的是交易式的、基于效果付费的地产O2O电商,特色是新房二手房的一二手联动销售。目前,“房多多”在线上拥有面向C端的App产品“房多多”,面向经纪人的“房多多经纪人(新房/二手房)”,以及面向地产、经纪公司的全网广告精准投放工具“房点通”。
房多多其实做了两件事:
一、房地产B2B。“房多多”同时对接地产开发商与经纪公司。通过与开发商谈判,以较大折扣批量获取房源,再与线下地产经纪公司合作将房源快速出手。
二、房地产C2B+O2O。站在购房者角度,可以通过“房多多”的Web端和App端提交自己的购房意向。平台将根据地理位置、对房屋的熟悉程度、口碑信用等因素,为购房者匹配合适的经纪人。双方在线上匹配信息,线下对接服务。
赶集网最近传出了新一轮融资消息,金额或近2亿美元。去年八月,赶集网宣布完成第五轮融资,投资方分别为老虎基金和凯雷投资集团,金额为2亿美元。
据称,赶集网目前覆盖了全国近400个城市,每月为超过3亿人提供生活服务信息。同时,赶集网的移动端成绩已经不错,目前80%的流量来自移动端。据称2014年,赶集的房产频道有100%增长,2015的目标是收入翻倍。此次与房多多的合作,是正式切入房产O2O。
杨浩勇曾经表示,赶集网会在2015年以行业第一的角色上市。一位资深基金行业人士也爆料称,赶集在为接下来的上市做准备。另
一方面,赶集的对手58同城已经抢先一步在美国上市,并获得腾讯7.36亿美元入股。今年以来,58同城动作频繁,相继收购驾考平台驾校一点通、房产信息平台安居客及入股装修O2O公司土巴兔。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。