9月12日,第三届Facebook海外营销高峰会在上海举办,本届峰会以“由你创造,让世界喜爱”为主题,吸引了来自电商、科技、游戏、旅游、媒体、消费品等多个行业上百家出海企业,并得到了如资本、服务、平台、数据、支付等多个出海生态圈伙伴的大力支持,参会人数超过1200人次。峰会期间,Facebook联手国际知名咨询毕马威公司,连续第二年重磅发布了“中国出海领先品牌50强排行榜”,并通过「2018中国出海领先品牌行业白皮书」的发表,总结了关于中国出海战略趋势、“中国品牌”建设、中小企业出海生态等多方面的观点。今年峰会的另一大亮点是,facebook积极打造出海伙伴生态圈和出海领袖智库,建立了和清华大学互联网产业研究院的战略合作,并邀请多位行业重量嘉宾分享中国企业如何走出去的成功经验。Facebook一直致力于连接全球人与商业,通过其领先的营销平台和技术优势,不断为中国出海创造更多价值,助力“中国制造”向“中国创造”甚至是“中国品牌”的升级。
“中国出海领先品牌50强排行榜”以及「2018中国出海领先品牌行业白皮书」,是facebook携手毕马威公司一年一度权威发布的行业报告,旨在解析年度出海新趋势,助推中国领军品牌。该榜单综合评估了上百家中国企业在全球8个主要市场的品牌知名度,调研访问了2400名不同语种、年龄层次、文化背景、收入水平的海外消费者,并结合Facebook在精准覆盖、品牌表现力和效果转化等多方面的数据,最终评选出2018中国出海品牌50强主榜单。并针对电子商务、移动应用、网络游戏、消费电子、消费服务、消费品牌等多个领域,发布了行业领先品牌细分榜单。上榜企业不仅包含全球化发展迅猛的国内知名品牌,也可见到具有明显互联网基因、在新兴市场和新兴行业异军突起的品牌。
出海白皮书还总结了几点趋势,中国品牌在海外的知名度与日俱增,77%的海外用户知晓至少一个中国品牌,尤其在发展中市场,如东南亚、非洲、拉美等地,知名度更高达80%以上。全球用户对“中国品牌”的普遍印象正在改善,8个调研区域59%的受访者因为“方便易用”喜欢中国产品,56%的受访者则喜欢中国产品的时尚流行感。这些数据都表明了中国企业正在利用移动互联网时代的机遇,以更加开放的姿态、更具国际化的视野,成为“中国创造”新名片的共同打造者,既成就了企业自身的全球价值,也为世界各地、需求各异的全球用户带来更有竞争力的价格和更优质的质量及服务,并获得他们的认可和喜爱。
2018 中国出海领先品牌50强排行榜
Facebook亚太区总裁Dan Neary表示,在中国,不仅一些大企业,一些中小企业的服务、产品和品牌也都在直接走向全球市场。这与Facebook的事业非常契合,我们愿意帮助合作伙伴开拓全球市场,这也是一直以来我们所做的,让全球人口紧密地联系在一起。
Facebook旗下家族产品拥有全球22亿用户。现在有94%的日活用户通过移动设备来访问Facebook,有66%的用户每天都会访问Facebook。至少有12亿用户与海外至少一个商家相连,还有8000万的企业用户使用Facebook推动业务,而且Facebook支持超过150种语言。广泛的用户规模与领先的技术优势,可以帮助中国企业更精准地与全球用户联结。Facebook的使命就是给人们分享的权利,让世界更加开放、连接更加紧密。
Facebook亚太区总裁Dan Neary
Facebook大中华区总裁Jayne Leung还表示,展望未来,Facebook希望帮助更多的中国企业走出去。“我们会提供更多价值,助力中国企业走到海外连接全球。”
Facebook不仅有高效精准的营销产品,还有影响至少未来十年的底层技术,如AI/VR/AR,技术的不断演变,将成为支撑中国出海智能升级的基石。另外,具有全球化视野的本土人才,会变得更加稀缺,Facebook Blueprint人才计划将不断培养该领域的专业人才。最后,Facebook优质合作伙伴项目,将积极寻求与出海生态中更多合作伙伴的广泛合作。
Facebook大中华区总裁Jayne Leung
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。