
8月10日的南京一直是大雨滂沱,但恶劣的天气并没有对中国零售史上意义最为重大的事件产生任何影响。
市值2000亿美金的阿里巴巴与市值1400亿人民币的苏宁云商今天在南京宣布达成战略合作,前者投资283亿元参与后者非公开发行,最终阿里巴巴占苏宁发行后总股本的19.99%,成为苏宁云商第二大股东。此外,苏宁将以140亿元人民币认购不超过2780万股的阿里新发行股份。苏宁云商董事长张近东直言,这将成为中国零售业划时代的重大事件。
对于想要打通线上与线下的互联网企业而言,拥有1637家门店的苏宁毫无疑问是一块肥肉,追求者无数,但这块肥肉最终还是落入了阿里口中,这对阿里和苏宁都将产生诸多利好。

打造新型商业模式
双方合作是你情我愿。马云在发布会上透露,阿里巴巴与苏宁之间的合作整个谈判只用了两个月时间,“整个谈判中,我与张近东几乎没有插手,我见过张总两次后,我几乎就没有与这个团队交流过。我认为,年轻人做的决定一定是未来的决定,年轻人知道未来,我们要做的是未来的新型商业模式。”
马云所说的未来新型商业模式,是互联网与传统实体经济相结合的模式。“双方在未来三十年必须结合在一起。互联网经济不是虚拟经济,是把虚和实结合一起才是未来。”
“来20、30年如果像阿里巴巴这样的互联网公司不进入到线下、不和线下结合,我们不会有未来。颠覆不是我们的目标,颠覆更不是我们的出发点,是把整个经济带起来,跟传统企业一起创造未来,才是互联网企业。”
不只是阿里巴巴在线上线下打通这个问题上绞尽脑汁,百度和京东也在O2O上开展布局。李彦宏在不久前高调宣布将拿出200亿元投向O2O领域,而京东则在今年8月7日宣布43亿入股永辉超市换得10%股权。可以预见,未来这一领域又将是一片腥风血雨。
经济疲软下的兴奋剂
多数业内人士对阿里与苏宁合作表示看好。电子商务分析师兼投资人李成东表示,阿里入股苏宁最大亮点在家电业务,电商行业分析师鲁振旺则表示,苏宁拥有阿里紧缺的3C 家电和供应链资源。《巴伦周刊》则直接表示,阿里投苏宁将直接威胁京东的核心业务。
也有反面观点,比如博客网创始人方兴东认为,阿里和苏宁一个创新乏力,一个转型困顿,彼此在寻找安全感。
实际上阿里巴巴近半年的业绩表现并不佳。8月7日,阿里巴巴收盘价78.82美元,而两个多月前的5月21日,阿里巴巴还曾达到半年内最高股价93.88美元,依此计算两个月股价跌幅将近20%。
以中国市场为主要阵地的阿里巴巴显然需要美国资本市场对其重拾信心,从而提振股价。
根据《华尔街日报》报道,投资者都很关注中国经济的增长疲软,可能对消费者需求以及阿里巴巴的核心电子商务业务产生何种影响。
“我的确认为宏观经济是海外投资者关注的一个方面。”八六证券研究分析师肖恩-张(Sean Zhang)说,“过去一个月,我在纽约和旧金山做了一些路演,有很多人向我询问了此事。这表明了人们对中国的担忧。”
在经济疲软的大势中,阿里巴巴巨额注资苏宁云商、大举布局O2O就像是一针兴奋剂,势必会提升双方股价。截止发稿,阿里巴巴股价最高达到80.98美元,涨幅接近3%。
双方将开展三大实质性合作
据悉,未来双方的具体合作将体现在三个方面:首先,在电商领域,双方将成立合资公司,主打3C数码以及百货等品类,在淘宝网专门开辟的位置上自营。苏宁云商集团股份有限公司副董事长孙为民透露,“苏宁会在天猫上开设苏宁易购的旗舰店,在天猫上大家会看到有苏宁易购的频道。”
第二,苏宁自有的物流配送体系将成为菜鸟网络的合作伙伴,未来开放给第三方的合作伙伴使用;
第三,线上和线下打通,苏宁全国1600多家门店与阿里巴巴体系全面打通。
也有业内猜测,阿里入股苏宁后,双方整合的第一个动作有可能是苏宁线下门店和苏宁易购全线接入支付宝。此前,基于阿里和苏宁的竞争关系,苏宁易购及其线下门店都并未接入支付宝。随着阿里入股苏宁,这一现状很可能被改变。
对此孙为民称:“阿里集团有一些资源,包括支付等等,我们也会在苏宁的线上线下进行开放。”
合作不会一帆风顺
值得关注的是,历史上阿里和苏宁曾经有过竞争,马云说:“竞争很正常,竞合本来就是商业一个必不可少的一个环节。”
但是双方要融合也不易,毕竟一个是互联网企业,一个是传统零售企业。“我们在合作的过程中一定不会一帆风顺,而且我们的结果也未必一个月就能看到,甚至两个月三个月都未必能看到结果,因为我们两家有自己独特的文化,我们两家有自己相当庞大的组织机构,我们两家有不同受过训练的员工,但是为了共同的目标,我们必须放弃自己对很多问题的看法。我相信,双方团队会摒弃昨天的争论,而共同创造未来。”马云说。
阿里巴巴将在8月12日发布2016财年第一财季财报,其在O2O领域制定的整体战略已经交出了完美答卷,接下来要看的就是阿里巴巴针对互联网金融监管草案会如何反应,这将是投资人关注的另一重要方面。
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。