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 柳岩与张朝阳直播带货

柳岩与张朝阳直播带货

2020-09-03 10:27
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2020-09-03 10:27 科技行者

9月2日,全能姐姐柳岩晚8点在搜狐视频APP中开启直播带货,她与搜狐公司董事局主席兼CEO、搜狐视频CEO张朝阳联手,打造《姐姐的好物分享》成为全网首档生活方式微综艺直播栏目。

“BOSS+姐姐”新鲜组合所带来的“姐姐好物分享”兼顾衣食住行等生活多面,还有不间断的抽奖福利。

柳岩与张朝阳直播带货

柳岩引领高能场面 与张朝阳现场斗舞PK

柳岩不仅是拥有多年经验的主持人,也出演过《煎饼侠》、《咱们结婚吧》等多部影视作品,在演艺圈多年状态越来越好。她开场就和张朝阳带来了一段“五环之歌”的欢乐开场。

谈及此次来到搜狐视频直播的“好物推荐”,柳岩表示,随着年龄阅历的增加,除了工作,更希望私下生活有仪式感,爱自己才能更好得去做其他事。所以她此次从衣食住行每个领域都带来了真诚走心的生活好物推荐。

在直播过程中,柳岩还表示,听说张朝阳之前在直播中就跳过舞,这次想和张朝阳即兴PK下,张朝阳也“披挂上阵”,一段复古DISCO斗舞气氛火热,引发网友刷屏。

柳岩与张朝阳直播带货

生活需要仪式感

柳岩带来的好物分享相当真诚实用,不仅有恒大冰泉天然矿泉水、长安福特锐际、红豆居家居家绒睡衣等,她还带来超多轮抽奖福利,包括恒大海上威尼斯度假区套票、长隆酒店、长隆横琴湾酒店房券、花西子空气蜜粉、花西子浮雕彩妆盘、玛丽黛佳骑士口红、名士表汉伯顿系列女士石英腕表、巴斯克理德庄园源自拉菲罗斯柴尔德旗下美酒等。

直播中,柳岩坦言今晚的带货更像一场轻松派对,有水有酒有服装,有车有表有彩妆,有买有送有快乐,和张朝阳是认识多年的好友,同时另一位老友“大鹏”也神秘助阵,还有“2020狐友国民校草”20强选手中的代表现场惊喜探班。

可以看出“姐姐+BOSS”的“王炸组合”,不断引领破圈影响力,此前伊能静、刘敏涛以及张天爱、柳岩多位当红姐姐接连乘风破浪而来,不仅引爆全网热议的“网红”大场面,更重要的是传递出搜狐视频价值直播理念,打造独一无二的价值型直播的平台战略。

带货直播场景始终亮点十足,双方并非简单吆喝卖货,而是围绕健康生活理念,传递知识和价值,真诚走心分享好物,这正是整个搜狐直播平台的发展方向,不仅要直播带货,让网友有真实代入感,更是要带知识、带价值、带平台,这也是“BOSS+姐姐”破圈联手的意义所在。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现,普通提示方法往往不可靠,因为LLM倾向于自动"纠正"错误而非指出它们。然而,通过精心设计的情境调节提示,研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误,还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明,即使不修改模型本身,也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。

  • 微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    复旦大学研究团队开发的uLLSAM模型成功将多模态大语言模型(MLLMs)与分割一切模型(SAM)结合,解决了显微镜图像分析的跨域泛化难题。通过创新的视觉-语言语义对齐模块(VLSA)和语义边界正则化(SBR)技术,该模型在9个领域内数据集上提升了7.71%的分割准确度,在10个从未见过的数据集上也展现了10.08%的性能提升。这一统一框架能同时处理光学和电子显微镜图像,大大提高了生物医学图像分析的效率和准确性,为科研人员提供了强大的自动化分析工具。

  • 用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    斯坦福大学等机构研究团队利用强化学习训练大语言模型,使其能够优化汇编代码性能。研究构建了8,072个程序的数据集,并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明,训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会,如用单一指令替代整个循环,为性能敏感应用提供了有价值的优化途径。

  • 播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    这项研究提出了一种改进的声乐效果风格迁移方法,通过在推理时间优化过程中引入高斯先验知识,解决了传统ST-ITO方法忽视参数合理性的问题。研究团队基于DiffVox数据集构建了专业效果器参数分布模型,将风格迁移转化为最大后验概率估计问题。实验结果表明,该方法显著优于基准方法,参数均方误差降低了33%,并在主观听感测试中获得最高评分。这一创新为音频处理领域融合数据驱动和专业知识提供了新思路。

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