
大众点评宣布成立丽人事业部,拓展包括美发、美容、美甲等不同细分品类在内的O2O市场。
大众点评丽人事业部是在大众点评“丽人“频道的基础上建立。“丽人”频道成立于2010年,业务涵盖美容、美发、美甲、美睫、瘦身等13个细分类目。
据大众点评丽人事业部总经理管宏介绍,丽人业务将为用户提供商户信息、用户评价以及技师信息等信息,并提供不同的优惠形式。丽人业务也会帮助商家改造业务和服务流程,提供增值、甚至融资服务等。
目前,河狸家、嘟嘟美甲等均已进驻大众点评平台,与大众点评达成合。
今年,各大网站均发力垂直领域,除了58与赶集之外,美团、京东、阿里等均上线了O2O平台。在各家争抢平台资源的时候,像河狸家这样的垂直领域的企业成为了各家争抢的“香饽饽”。
大众点评垂直化战略在去年开启,先后在酒店、电影、结婚等垂直行业分别成立事业部。
大众点评CEO张涛表示,大众点评选择所进入的垂直行业时,总体遵循两个特点:信息决策需求强烈,并与品质生活相关的垂直行业;从高频到中低频,平台导流效果好。他认为丽人行业正是满足了这两个特点。
张涛认为,随着O2O 1.0向O2O 2.0演变,交易不再是模式的核心,线上平台不再是简单的导流或利用折扣拉动交易,而是要深耕垂直行业,深入到信息、交易和服务中,帮用户解决以往消费中的例如信息不透明、使用不便捷、无法按照服务质量付费等痛点。
他还提到,未来大众点评要做的三件事情是生态做大、平台做强、总部做小,推动传统行业变得越来越好。
好文章,需要你的鼓励
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。
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。
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。