过去一周,新东方直播带货平台——东方甄选持续走红,与“顶流”健身主播刘畊宏异曲同工的是,两者都是基于自己的特长,通过输出有价值的内容来做直播。东方甄选直播间采用双语“带货+教学”,以文化知识输出创新了直播带货的模式。
随着人们精神文化需求的提高,区别于以往的“颜播”“喊播”,有内容、有温度的主播越来越被大众所接受。这种“直播+”新模式,是否会成为大势所趋还尚未可知,但先输出有价值的内容,再来售卖商品,在一定程度上给已经固化的直播带货形式打开了新的思路。
我们的科技留言板“有意见”如下
@锄禾日当午:东方甄选的崛起,站在了天时地利,恰好是头部主播按下直播暂停键的时候,正处于一个超级主播的空窗期,但核心发动机仍然是“人和”。直播形式可以被复制,但那些通过时间尺度而沉淀下来的技艺与气质,是模仿不来的。
@媒体搬运工:新东方的老师带货能力的确非同一般。直播带货,直播是手段,带货是目的。无论直播的花样儿有多少,最终目的还是促成交易达成,这是商业行为,戴上“知识”的高帽,并不会改变这种事实。“剁手”需三思!
@有想法的向日葵:从一开始的喊播带货,到明星开播带动流量消费,直播仿佛只是网络购物的一种形式。直到近期的刘畊宏、新东方等直播带起了内容直播的浪潮,让直播内容多了几分知识含量。相比单纯带货,我更喜欢边有知识所得,边能物质收货。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。