
通过周三举行的Flight移动开发者大会,Twitter找到了与中国开发者建立商业关系的全新途径。事实上,阿里巴巴和百度(154.68, 3.68, 2.44%)等中国科技巨头已经开始使用其中的一些工具。
Twitter周三发布了一套名为Fabric的开发者工具包,可以支持216个国家或地区的28种语言。其中有一项名为Digits的功能,可以方便用户使用电话号码直接登录移动应用。这对于新兴市场的用户非常有用,使之可以不必使用电子邮件直接注册移动应用的账号。
“中国显然是一个规模巨大的移动市场,这将帮助我们在那里实现扩张。”Twitter移动平台主管杰夫·赛博特(Jeff Seibert)说,“当我们开发这些工具时,就把目光锁定在全球。”
中国是当今全球人口数量最多的互联网市场,但美国的社交网络公司基本都在中国无所作为。新浪(45.88, -0.08, -0.17%)微博和腾讯微信在中国占据主导。
事实上,在Twitter之前,Facebook已经开始通过软件开发工具与中国的开发者建立联系。Facebook副总裁沃恩·史密斯(Vaughan Smith)今年5月表示,中国有数以千计的应用开发者使用该公司的工具。
Facebook还通过中国香港的办事处在中国大陆地区开展网络广告业务,专门帮助中国企业进行国际推广。知情人士透露,Facebook今年在北京签订了一份办事处租赁协议,希望扩大这项业务的规模。
本周早些时候,Facebook CEO马克·扎克伯格(Mark Zuckerberg)出任清华大学经管学院顾问,并在那里发表了演讲。
虽然Twitter目前没有在中国设立办事处,也没有聘用员工,但包括CEO迪克·科斯特洛(Dick Costolo)在内的高管却都造访过中国。Twitter活跃用户约有78%的来自美国以外,但截至6月,该公司只有33%的收入源自国际市场。
Twitter表示,百度和阿里巴巴都使用该公司的Crashlytics工具对应用崩溃问题进行调试和分析。Twitter的MoPub广告服务也面向中国开发者开放。Twitter发言人吉姆·普罗瑟(Jim Prosser)拒绝透露中国目前有多少开发者使用该公司的工具。
通过将开发工具从核心产品中剥离出来,Twitter便可更好地渗透更多的国际市场,避开其核心产品面临的局限。
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。