CNET科技资讯网 11月3日 北京消息:去年的天猫双11被视为全球购物狂欢的开始,912.17亿元的全天交易额让阿里巴巴延长了今年的狂欢周期,距离今年双11还有一周的今天,阿里巴巴举行了“天猫双11全球创智生态峰会”,拉来全球科技公司大佬给中国“剁手党”送福利,他们大都是来为自家产品“站台”。
天猫电器城总经理印井(左一)、CES主办方CTA(美国消费技术协会)总裁兼CEO Gary Shapiro(左二)、Beats 全球CEO Luke Wood(右二)、iRobot联合创始人兼CEO Colin Angle
280款新品首发 阵容堪比CES
包括Intel公司CEO Brian Krzanich(科再奇)、CES主办方CTA(美国消费技术协会)总裁兼CEO Gary Shapiro和iRobot联合创始人兼CEO Colin M. Angle在内的全球科技公司高管的站台,让今年的双11在科技电子消费产品上颇具看点——因为将有280多款科技新品首发,并且有优惠的价格。
电器方面,包括徕卡“SOFORT相机”、iRobot Braava 240全自动喷水震动式擦地机、Dyson戴森 V8 Absolute 无线吸尘器、ALIENWARE 17眼球跟踪版笔记本电脑等。
其中,“SOFORT相机”是徕卡划时代的新品,将以2299元的价格在双11期间在天猫独家限量首发,“即拍即得”的新拍照体验,外观小巧精致,拥有橘色、白色、薄荷绿三种清新配色;另外,卡西欧官方旗舰店也在双11前首发了 EX-TR600 BFG 限量版自拍神器,并针对天猫消费者附赠了手工定制礼盒、定制相机包和定制相机贴纸。限量999套的预售名额,目前已被抢购一空。
手机方面,包括荣耀畅玩6X、小米MIX、华为 nova、OPPO R9s、vivoY67等近20款新品,其中不少为独家货源,不仅备货充足,还有过亿优惠券。
定制化成主流 百余品牌为天猫粉丝独家定制
天猫电器城总经理印井表示,天猫与合作伙伴希望打造以“商业生态+技术创新+立体展览形式+趋势新品”的多融合创新产业生态,并协助品牌在多方生态合作中找到提升创新效能的路径。
除了第一时间抢购新品,天猫粉丝还将独享品牌商为天猫独家定制的“尖货”。峰会现场,印井一口气介绍了数十款定制产品:比如针对中国消费者普遍愿意把热水器放在厨房而不是室外,天猫定制专门提供了降噪款。而在今年双11期间,全球105个电器品牌为天猫粉丝奉上了376款专属定制产品,覆盖潮流数码、大小家电等各个品类。
事实上,电器品类一直是天猫实现“C2B柔性生产”梦想的先锋军。从2014年至今,“天猫定制”的尝试已经进入第三年,定制深度和广度也不断加深,从简单的打造爆款,进入到基于大数据研究和行业趋势的全方位定制的“2.0阶段”。今年,搭载YunOS操作系统、阿里智能接口的“智能定制”逐步成为主流。
例如搭载了阿里智能系统的iRobot扫地机器人,已实现远程操作,人没到家,就已经打扫一新。美国百年老店A.O.史密斯净水器采用阿里智能系统后,可以在手机端显示滤芯寿命、一键预约更换服务,净水器漏水手机还能自动报警。这些天猫定制尖货都将在双11与消费者见面。
售后服务升级 小家电365天只换不修
对于消费者最为关注的服务体验,售后绝对是其中之一,在今年双11期间,信誉良好的用户可享受0秒退等服务,天猫还为购买手机的消费者准备了一年免费换碎屏的“碎屏险”等增值项目。在天猫电器城购买家电产品的消费者,可以享受小家电365天只换不修服务,北上广深杭消费者如果购买了单价高于两万元的彩电,还可以享受专人专车配送的增值物流服务。
苹果官方旗舰店首次参与天猫“双11”全球狂欢节,为消费者带来购机新体验,全店商品可享受12期花呗分期免息,双11当天还有Beats耳机5折商品抢购。
苹果、小米、华为、Vivo等手机品牌,甚至尝试在线上旗舰店引入智能客服。阿里巴巴推出的商家版人工智能机器人“店小蜜”已在其天猫店铺投入使用,成为店铺“头号客服”,为会员提供7*24小时不间断服务。
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。