微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 阿里巴巴宣布收购豌豆荚 独立应用市场没落已成定局

阿里巴巴宣布收购豌豆荚 独立应用市场没落已成定局

2016-07-05 18:23
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2016-07-05 18:23 CNET科技资讯网

CNET科技资讯网 7月5日 北京消息(文/齐丰润): 随着智能手机的崛起,应用分发商店借着这股东风也一度成为最为火热的领域,而这其中最为抢眼的就是豌豆荚。而这家一直以来都标榜独立的应用商店,如今也难以躲过“寄人篱下”的命运。

阿里巴巴宣布收购豌豆荚 独立应用市场没落已成定局

今日,阿里巴巴正式宣布全资收购豌豆荚应用分发业务,并入阿里巴巴移动事业群,不过对于具体的收购金额双方并未透露。但此前已有媒体爆出,此次的收购金额预计为2亿美元。

对与收购金额,豌豆荚创始人王俊煜表示,由于涉及到保密不方便透露,不过之前媒体透露的2亿美元并不真实。

阿里巴巴宣布收购豌豆荚 独立应用市场没落已成定局

不论这个收购金额是否真实,但无法否认的是豌豆荚目前的市值已无法与其鼎盛时期同日而语。早在三年前,阿里就有意以15亿美元的价格收购豌豆荚,但当时这场交易并未得到结果。而在当时,王俊煜一直对外表示,豌豆荚会保持独立发展。

不过时过境迁,如今独立应用市场的没落已成为不争的事实。据前些时间荷兰数据研究机构Newzoo的公布结果,国内安卓应用商店排名显示,腾讯应用宝继续以24%的市场份额位居行业第一,实现连续两个季度领跑,小米应用商店、360手机助手紧随其后。而在前十位中,豌豆荚成为了唯一独立的第三方移动应用商店,而且排名跌至第十位。

随着智能手机市场逐渐趋于饱和,人们看到了应用市场中的巨大商机,诸如BAT此类的互联网巨头也樱井掌握大量资源,并逐渐渗透进了引动应用分发这个领域之中。腾讯手中的应用宝,百度手中的91,360的应用市场,阿里手中的PP助手等等,都或多或少的蚕食了这块大蛋糕。

除此之外,手机厂商也也成为了这一领域的有力竞争者。各个品牌的手机都有着自己独立的应用商店,而许多用户也习惯于用什么手机,就用什么应用商店,这也让有限的市场空间中充满了更加激烈的竞争。

面对于此残酷的竞争环境,“背靠大树好乘凉”或许才是真正的明智之举。单打独斗去面对一群虎视眈眈的对手,最终的命运只能是伤痕累累。而借力阿里移动事业群的影响力,豌豆荚还有一战之力,加上之前其在市场中积攒下的口碑,或许此次收购真的可以迎来一个双赢的结局。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-