今天,中国领先的城市生活消费平台大众点评在上海宣布,最新数据显示,今年4月份发布的战略级产品闪惠,仅用100天就覆盖全国超过50万家门店。凭借以闪惠为核心的线下“场景+服务”移动支付创新,大众点评到店移动支付覆盖率跃居行业第一。全国每三家可以到店移动支付的门店,就有两家支持大众点评的闪惠。
与其他本地生活领域的公司相比,大众点评更加注重线下本地生活服务场景的消费生态建设与创新,将支付场景化,引导用户从场景和服务向优惠和支付的闭环转化。在线下门店,用户通过闪惠移动支付,可以享受立减等优惠,而且与传统的团购或者信用卡支付等相比,使用闪惠更加便捷。此外,用户在使用大众点评的预订、排队、点菜等服务场景时,同样会有相应的优惠,引导用户使用移动支付买单。
对于商家来说,闪惠不仅能让顾客享受到优惠和便捷服务,还是二次营销的工具。闪惠可以灵活帮助商户分时段、分门店精准营销,以及可作为长期营销工具,不会影响商户的品牌价值。在起步于北京的餐饮公司江边城外烤全鱼,一场以闪惠的“场景+服务”为核心的营销创新正在进行。用户使用闪惠支付,不仅能享受优惠,还可以通过闪惠的尊享券功能向微信朋友圈或好友发红包,借助社交分享为门店引流。短短1个月,用户通过微信社交分享共发出超过19万个红包,闪惠交易额超过2000万元。江边城外平均每天通过闪惠等大众点评的移动支付产品完成的交易额在50万元以上,周末则每天超过85万元。
在本地生活服务领域12年的深耕,让大众点评拥有2亿的月活跃用户和超过1400万的商户资源,在此基础上,大众点评一直在构建场景、服务和支付的闭环。通过场景化的服务,将用户很顺畅地引导到支付环节。“对于本地生活领域来说,移动支付一定是场景化的,用户因为享受某项本地生活服务才会用到支付。未来,本地生活服务领域移动支付的争夺,‘场景+服务’将是决定成败的关键。”大众点评商家平台总经理王旭刚说。
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。