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 天猫双11开场40分钟销售破500亿 全球大协同初露峥嵘

天猫双11开场40分钟销售破500亿 全球大协同初露峥嵘

2017-11-11 01:58
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2017-11-11 01:58 CNET科技行者

CNET科技行者 11月11日 北京消息 2017年11月11日零点40分12秒,天猫双11全球狂欢节的GMV已经超过500亿元。超200个国家和地区的消费者第一时间抢到战利品,而在天猫双11启动的12分钟后,就完成了当天第一个订单的签收。上海嘉定区刘先生11日0点后在天猫超市购买了零食,菜鸟智慧物流从离他就近的仓库发货,实现了分钟级配送。

天猫双11开场40分钟销售破500亿 全球大协同初露峥嵘

此外据介绍,2017天猫双11的交易峰值达到每秒32.5万笔,支付峰值达到每秒25.6万笔,是去年的2.1倍。

或许还有人记得,去年11月11日零点,阿里巴巴集团CEO张勇在杭州技术智慧中心宣布宣布2016年天猫双11全球狂欢节启动。仅过了6分58秒,2016天猫双11总成交已超100亿元人民币。今天,这一时刻来得更让人有些猝不及防,只用了3分01秒。

“每年双11都会出现很多新的惊喜,新的商业现象和商业力量,在这里有萌芽和展现。几年后,我们回过去看,他们已经成为最新兴的商业力量、最新兴的生产力量的代表。我想今年双11也不例外,期待有更多新生力量、更多双11的惊喜在今年双11出现。”张勇说。

来自天猫的数据显示,截至11月11日凌晨1时,来自日本、美国、澳大利亚、德国和韩国的商品最受消费者喜爱。而来自中国香港、美国、中国台湾、澳大利亚和新加坡的剁手党,也在为双11贡献力量。

在此前的2017天猫双11全球狂欢节启动会上,张勇把双11定位成“一场全球范围内的社会大协同”——从2009年的一个想法到2017年的“中国现象,全球共振”,双11是全球所有商业力量,在科技、大数据驱动下,完成的一次全球大协同,也是世界的中国现象。

从交易的情况看,这个“共振”的趋势已经非常明显,“振幅”也在不断扩大。

正如张勇所说,全社会的商业正走向数字经济时代,双11是一个非常好的展现窗口。“双11展现出了中国乃至全球商业力量的大协同、大合作。也是让所有商家把最好的商品、服务展现给消费者,让所有剁手党有跨越全球、跨越国界、跨越时区、跨越肤色和文化的共同节日。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

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