CNET科技资讯网 1月20日 银川报道(文/周雅):继2015年10月底进驻无锡五洲国际集团旗下16家购物中心之后,飞凡电商又揽入一城。今日,飞凡与新华百货集团在宁夏银川签署战略合作协议,新华百货集团旗下新百总店、CC mall、老大楼店等8家购物中心将全面进驻飞凡开放平台。
飞凡电商,“腾百万”砸重金搭建的“实体商业+互联网”场景服务运营商,作为万达进军O2O的主要载体,自2015年7月底上线运营以来,便开启疯狂圈地模式,从今天双方的合作可见,飞凡的触角已经延伸到西北市场。
飞凡与新华百货集团达成战略合作
新华百货集团是宁夏地区实体商业唯一一家上市公司,运营60余载,是西北区域实体商业的领军品牌之一。作为宁夏零售龙头企业,新华百货商业集团迫切谋求互联网转型。
此次合作,飞凡将为新华百货集团提供整套“互联网+”解决方案,为新华百货集团旗下8家购物中心搭建Wi-Fi、Beacon等信息化基础设施,实现停车、找店、排队、电影等服务,增强消费者线下购物体验,同时还将向购物中心开放共享会员、积分、大数据等更多互联网资源。这些解决方案将助力新华百货集团构建新的商业模式,转轨智慧商业发展快车道。
银川新华百货商业集团股份有限公司副总裁马卫红表示:“2016年是新华百货集团百货业务板块彻底深化改革、全面拥抱互联网的一年,新华百货与飞凡合作,将以百货8家实体商业经营和消费者需求为出发点,整合最具价值的互联网技术和资源,充分挖掘新华百货百万会员优势,为消费者搭建一个全方位的互联网开放平台,增强消费者线下购物体验。新华百货与飞凡的全面合作将改变传统的营销模式,相信一定会给广大消费者带来非凡体验,相信也一定会给宁夏的商业实体注入活力。新华百货实体店入驻飞凡开放平台是新经济形势下的创新,将促使实体百货焕发出勃勃生机。”
万达金融集团总裁曲德君现场提出三个观点:
第一,互联网创新已经成为实体商业转型的新常态;第二,数据化的实体商业会从根本上改变运营模式;第三,购物中心与电子商务的根本差异不在线上线下,而在于能否真正了解用户需求。
基于对实体商业管理的理解,加上对互联网发展的了解和消费者需求转变的认知,飞凡花了3年时间进化成一个为实体商业的经营者、商家和消费者共同服务的互联网开放平台,搭建了一套软硬件结合的智能化解决方案,并且从自建走向了开放,与购物中心共享智能硬件管理平台、场景数据平台、会员管理平台、营销管理平台、飞凡积分平台、商户管理平台和新媒体营销平台。
CNET记者从万达集团董事长王健林2015年的年度报告中了解到,万达“还将努力打造全球最大旅游企业,努力打造全球最大商业O2O平台”。毫无疑问,全球最大商业O2O平台这个重担主要落在飞凡身上。
而飞凡主要的工作是,帮助实体商业全面转型互联网,同时为合作购物中心带来切实的效益提升。在2015年圣诞期间,飞凡商业联盟联合全国百余座城市的200多家购物中心举办大型主题促销活动,在平安夜当天创造了合作购物中心客流超过2400万、飞凡APP总访问量达2亿、飞凡APP订单量超过200万笔、飞凡APP人均停留时长超过1小时、Beacon摇一摇突破1亿次。
未来,飞凡计划为更多国内的购物中心实现“互联网+”转型,提供“用互联网方式辅助线下购物”的全新移动购物方式。曲德君指出,飞凡全球招商平台已经开放注册,首批186个购物中心、1.3万个商铺虚席以待。
截至目前,已有包括五洲国际集团旗下商业项目、步步高集团旗下商业项目、立天唐人集团旗下项目、红星商业旗下北京爱琴海购物公园、南京水平方购物中心,以及万达集团旗下万达广场等在内的600家购物中心与飞凡开放平台达成战略合作,而且飞凡APP下载量已达720万,会员总数1亿。
以这样的官方成绩来看,如果王健林2016年的发展目标——“飞凡合作大型商业中心新增1000个”达成,那么相对应的,或将会出现多数实体商业抱团取暖的现象。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。