
3月2日,第三方全域大数据服务公司“友盟+”发布了2016猴年春节移动大数据。数据显示,春节期间(7日-13日),受快递行业放假影响,电商类应用出现一波低谷,整体用户使用时长都有明显减少。而随着春节假期的结束,越来越多的用户又开始回归了网购。同样,春节期间遇到低估的还有交通导航类应用,在大家都返乡探亲的这段时间内,几大拥堵城市人口流动较大,交通也得到了缓解,交通导航类应用的使用场景也减少了很多。
而相反的在春节期间用户时长有明显增长的则出现在游戏领域,以动作街机、棋牌类游戏应用为例。春节期间大家休闲时间充裕,闲暇时刻唯有手机相伴,所以玩手机游戏的频次和时长都有明显增多。“友盟+“数据显示,动作街机、棋牌这两类游戏应用在7日至13日期间的使用时长都有较大幅度的提升。值得一提的是,在除夕夜当晚,动作街机、棋牌这两类应用的使用时长相比春节前提升了10%和6%,说明这两类游戏是用户在除夕闲暇时间的首选。
观察春节期间各分类应用总使用时长排名,“友盟+“数据显示,视频类应用以1408万小时遥遥领先;棋牌、动作街机类游戏分别以509万小时、254万小时处于第二、第三;电商导购、交通导航则以54万小时居后。

因受猴年除夕夜各大应用的红包活动影响,全部应用总启动次数在春节期间也呈现了过山车式的变化。在除夕前几天,大多用户在返乡途中,应用使用频次出现了逐步放缓趋势。而到除夕当天,总启动次数却出现了跳跃式提升,很大程度受猴年红包活动影响。随后更多用户走亲访友、团聚拜年,视线逐渐移开手机,总启动次数在9日、10日达到低谷。
通过观察除夕(7日)当天的24小时数据,可以发现整体活跃设备量在夜间较为集中。从16时开始,整体活跃设备量不断上升,最终在春节联欢晚会后的一小时(21时),整体活跃设备量达到了最高峰1.3亿部,此刻用户的使用场景大多都是抢春晚红包。
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。