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 阿里巴巴正式进入韩国B2C市场

阿里巴巴正式进入韩国B2C市场

2015-06-02 11:37
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-02 11:37 CNET科技资讯网

天猫韩国馆是专为中国消费者设立的提供与韩国商品,旅游及文化相关的天猫网络第一平台。是天猫国家馆的第一站。

当日阿里巴巴创始人兼会长马云与韩国副总理兼企划部部长崔炅焕出席了于首尔某农产水产流通中心内举行的开馆仪式。天猫韩国馆的成功开设始于阿里巴巴与韩国政府从本年初开始进行的密切商谈。天猫韩国馆的开设也将大大推进中韩双方的交流活动并预计展开韩国年轻人的实习培训课题。

天猫韩国馆是通过韩国农产水产食品流通中心与韩国贸易协会通力合作后为韩国企业创造的进入中国市场的重要平台。现在中国消费者可以利用天猫韩国馆更直接购买韩国商品及更全面的获得韩国相关旅游文化知识。

阿里巴巴会长马云在开馆仪式上致辞“韩国的电子,美容,饮食产品在中共消费者群中拥有者超高人气”,“现在中国消费者将通过天猫更方便快捷购买到韩国商品”

及“天猫韩国馆是阿里巴巴集团下国家馆的第一步”,“阿里巴巴未来也立志于满足中国消费者需求通过和更多国家的协作为中国消费者开设更多的国家馆”

在中韩将更频繁互动大背景下,阿里巴巴将由此开始引领推动中韩两国进入更深层全面合作。

随着去年八月与今年一月进行的马云与崔炅焕会谈的开展,阿里巴巴集团将通过多元化的商业企划带动韩国中小企业进军中国市场,同时也将不断增进双边文化交流。

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。

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