CNET科技资讯网 7月1日 北京消息: 成都哪家火锅最正宗?上海哪里喝咖啡最有情调?今后登陆手机淘宝,就可以在“淘宝头条”看到所在城市的生活消费资讯。
7月1日,阿里巴巴集团旗下生活消费资讯聚拢平台淘宝头条,宣布正式启动本地化战略——城市斑马计划,淘宝头条推出的首个地方城市频道——成都频道也于当日正式上线。
与此同时,“斑马计划”一期会在北京、上海、广州、深圳、天津、杭州、南京、重庆、成都9个城市招募主流媒体做为城市合作伙伴,共建基于用户LBS定位功能的城市频道。如成都消费者,就可订阅喜欢的成都本土内容头条号,一边看头条热文掌握消费资讯,一边在文章页面下单购物。
据悉,内容化、社区化、本地生活服务是淘宝未来的三大方向,而淘宝头条上线不到一年已经是中国最大的在线消费类媒体平台,每个月有超过8000万消费者通过淘宝头条获取最新最优质的消费类资讯内容。
斑马计划——让城市地域号能赚钱
“斑马的纹路,既像二维码,又像商品条码;我们用‘斑马’比喻城市生活的内容创作者们,他们独立自由、时尚优雅,又极富爆发力,同时有高度的社群聚合能力。淘宝头条希望通过城市频道,把流量和内容变现的‘草原’,带给像‘斑马’一样内容创作者。”7月1日,在淘宝头条联合成都商报举行的“淘宝头条·成都频道”上线发布会上,淘宝头条负责人怀俊杰这样介绍斑马计划。
而提供生活消费资讯的淘宝头条,也希望满足用户在当地的资讯需求与偏好,千人千面,量身订制,并借助手机淘宝地理位置定位功能,将使商品和服务的供给需求更好匹配。因此,斑马计划应运而生。
该计划的核心,是与全国各大城市的主流媒体共建城市频道,并通过当地优质内容生产者对接阿里生态,构筑城市媒体的垂直生态圈,让优秀的地域内容创客通过淘宝头条入口,实现内容价值变现。
据了解,在与“斑马计划”合作中,城市合作伙伴限量不排他,一个城市的数量一般不超过3个,城市合作伙伴可邀请该城市符合淘宝头条要求的新媒体成为其联盟成员,以联盟形式集体进驻淘宝头条。
而城市合作伙伴也将协同淘宝头条一起,对内容创作者提供培训服务,帮助他们在淘宝头条上掌握更多内容变现的诀窍。
淘宝头条首席内容官钟跃东透露的数据显示,淘宝头条日活跃用户千万,一篇优质内容可以收获800万+的阅读量; 而一个优质账号8个月订阅粉丝90多万,平均每月涨粉可达10万+。
此外,淘宝头条的读者,都有相当明确的消费意愿,这也为内容创作者们提供了价值变现的一片天然沃土:从账号收益来看,一篇淘宝头条热读文章,能给自媒体人带去10多万元的佣金收益,相当于一个城市白领全年的收入,此外也不乏入驻淘宝头条的机构媒体,通过商家策划活动内容定制,2周内盈利180万的案例。
而通过盈利又能更好地反哺内容,能让用户在城市频道看到更多优质的本地生活消费资讯。“斑马计划”就是在循环闭合的链条中构筑了这样一个健康繁荣的内容生态。
淘宝头条派发4000万“猫超”红包做成都见面礼
对于选择成都作为城市频道的首站,怀俊杰表示:“这是因为作为休闲之都,成都与生活消费资讯平台天然匹配。”
当日,在成都拥有多年影响力和公信力,在新媒体领域有着多类型、全领域尝试的成都商报,签约成为淘宝头条成都频道的合作伙伴,并携旗下20余个自营号以及招募数百个账号陆续入驻成都频道平台,涵盖母婴、时尚美妆、旅游运动等多个领域。
与此同时,淘宝头条还给成都的城市合作伙伴准备了一份“见面礼”。与淘宝头条平台对接,天猫超市7月将为成都地区消费者提供4000万红包资源,红包将通过“密令”等形式,由淘宝头条在成都的合作伙伴发放。成都的消费者接下来将能通过淘宝头条阅读本土内容资讯号,并获得天猫超市送出的满减红包福利。
据悉,淘宝头条目前正在与北京、上海、广州、深圳、天津、杭州、南京、重庆、成都九大城市的主流媒体洽谈合作,各地城市频道也将陆续上线。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。