
今天(7月23日),阿里巴巴集团宣布全面进军商超领域,在全国范围内分阶段力推旗下天猫超市,其中第一站选定北京。为此,阿里巴巴升级各项服务,首期向北京地区消费者补贴10亿元。
天猫超市在北京地区采用菜鸟网络“当日达”服务,截至7月下旬的数据显示,天猫超市北京区域的销售额同比去年增长达740%,其中9成交易量来自无线端,由于北京用户过于热情,多次呈现短时爆仓。
阿里巴巴中国零售事业群总裁张建锋表示,天猫超市将借助阿里巴巴完整的电商生态,整合供应链、物流、支付、大数据、云计算等综合优势,为消费者提供更确定性服务,占据“网上超市”这一新兴电商领域高地。
在天猫超市页面上,“北京专享”的推广活动已经展开,每天9点、12点、20点三个时段,北京市用户可以抢收50元专享红包。此外,随着天猫超市北京订单量的暴涨,菜鸟网络专门推出的“当日达”的服务将专用配送站点扩充了两倍,并增加了每日发货频次,近期还计划在北京周边再启用一个天猫超市“巨无霸”仓库。
借助强大的菜鸟网络支撑,北京的天猫超市用户在上午11点之前下单,当天即可收货,并且可自主选择送货时间,最晚能派送至当天22点。也就是说,用户平日在上班路上或工休时间掏出手机购买日用品,等到下班之后,货品就能送到家,在快节奏的生活中节省了大量时间、精力,改善了生活品质。
数据显示,天猫超市在北京地区受到了年轻群体喜爱。从近期天猫超市北京地区的成交用户年龄分布来看,80后成为北京地区天猫超市成交的中坚力量,达五成左右,而在海淀区的成交用户中,90后更是已经占到三成。
众所周知,网上超市主营的日用快消品是用户刚需,具有高复购率、高客单价、高黏性等特点,已经成为电商B2C市场中的新增长点。但由于进入门槛高、运营难度大,对电商体量及生态链完整性都有苛刻要求,因而此前虽陆续有电商或传统商超品牌涉足,但网上超市领域目前仍是一片蓝海,市场需求巨大且用户需求未被满足。
艾瑞咨询数据显示,2015年一季度中国网络购物市场中B2C交易规模达3737.1亿元,天猫市场份额遥遥领先,占比为58.6%。而天猫超市从2012年3月正式运营以来,迅速成为消费者网购生活用品的重要入口。与天猫平台上的其他品牌单店模式不同,天猫超市根据日常生活快消品的购买场景及特点,重新整合供应链,单独设计仓储配送流程,实现了品类打通、一站式购齐、快速配送,全面提升了生活日用品的线上购买体验。
近年来,超市行业持续增速放缓,根据中华全国商业信息中心统计,2014年超市行业净利润同比下滑5.87%,其原因除了店面租金、人工成本等费用刚性上升之外,更为重要的是受到用户消费行为变迁的影响——消费过程从线下转移到了线上。《电子商务世界》主编赵廷超博士认为,未来我国零售业将步入网购、便利超市双驱动时代,线上线下融合才是大势所趋。
事实上,北京也只是阿里巴巴全面进入商超领域的开始。天猫超市总经理金诚透露,在首站北京之后,天猫超市的推广行动很快也将在上海地区展开,之后扩展到国内更多城市。
赵廷超认为,阿里成为银泰最大股东之后,已经从线上电商扩张至线下综合商业,而此次天猫超市的高调突进,将助推阿里电商进入交易频度最高、市场潜力最大的日常生活场景,从而打造更为完整的阿里商业版图。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。