2024年的618，大促氛围不变，情绪却变了几分。淘宝天猫率先取消了延用12年的电商“预售”模式，京东、抖音和快手等平台纷纷跟上。去年618，各个平台不约而同用“低价好货”吸引消费者，今年618，简单的“直给”替代了预售，平台的一举一动似乎都在暗示618的套路变少，回归“用户逻
......
本文由站长之家合作伙伴自媒体作者“电商在线公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
自京东推出“采销东哥AI数字人”为其618大促进行预热那天起，AI带货就已经成为了多方竞逐的“新赛点”。不仅腾讯云、百度智能云接连发布相关招募计划，就连“带货一哥”李佳琦所在的美ONE公司也宣布，从今年618大促开始，旗下的“所有女生”直播间将测试数字人直播，并搭建AI智能客服。“用户太多，而我只有一个，希望有一天能够通过AI技术创造千万个化身，从而为每
李佳琦一语成谶，今年618很难。据“青眼情报”数据，李佳琦618预售第一日，直播间的美妆类目GMV（商品成交总额）超26.75亿元，同比下降46%。按照“青眼情报”统计，李佳琦直播间在2023年618首场美妆预售的GMV约为49.77亿元。图源:青眼情报李佳琦618的“第一枪”没能打响。美腕方面并未否认上述数据，表示李佳琦直播间今年大促节奏和以往不太一致，选择保留一天（19日）预售
“今年的618大促难不难?我觉得是难的。”早在本届618开播前，李佳琦就已经仿佛早有心理准备。无论李佳琦再努力，也很难扭转当下的情况，归根结底是时代已经变了，在大打低价和服务的当下，品牌、平台、消费者已经走入了新的三角关系。
一年一度的618开始了，视频号不能再佛系了，应该把握一年里最好的营销时机，冲击直播带货。在这个“最焦虑”的一届618，综合电商与短视频平台们使出浑身解数拥抱增长。根据易观研究数据显示，今年618第一周期（5月20日-6月3日），以淘宝天猫、京东、拼多多为首的综合电商大盘GMV增速达到了14%。不光是低价的功劳，直播电商在其中功不可没。李佳琦才艺跨界，加盟热播�
直播电商纷纷试水AI带货又一家电商企业要试水数字人直播了。捧出了头部主播李佳琦的美ONE公司举行了618媒体发布会，宣布从今年618大促开始，旗下的“所有女生”直播间将测试数字人直播，并搭建AI智能客服。站在时代的门槛上，直播电商们既要把握科技变革带来的新机遇，也要谨慎应对其潜在的风险与挑战，秉持信心，实现健康且持久的发展。
临近618，各大平台针对商家的激励计划已经上线，见实综合观察了包括拼多多，抖音，京东，淘宝天猫，小红书几大平台的激励计划后发现:大家都在内卷价格。各大平台的激励计划中不仅充满了对于商家的各种降价举措，在近期也多有在价格上的规则制定，有关于处罚虚假标价的，也有对于市场价格进行监管的。对价格内卷你怎么看?如何破局?欢迎在评论区说出你的看法。
一则关于李佳琦即将加盟热播综艺《披荆斩棘的哥哥》的消息在社交媒体上迅速传播，瞬间点燃了网友们的讨论热情。就在5月21日晚间，李佳琦本人在直播中正面回应了这一传闻，并明确表示自己确实将参与《披荆斩棘的哥哥》的节目录制。这种真实的担忧和紧张感，也让网友们更加期待他在节目中的表现。
董宇辉在618大促期间一炮红;两年后，董宇辉却仿佛成了618的局外人。作为从东方甄选独立出来后的第一个购物节大促，与辉同行直播间对618表现出了一定的重视度，设置了童节服饰专场、美妆护肤专场、零食节数码家电专场等。但是在直播带货环境发生改变的当下，面对来自内外部的更高期望，董宇辉也需要在发展速度和发展质量之间寻求新的抉择。
陈杰最近快被AI客服搞疯了。趁着618，陈杰买了两件衣服，但因为尺码不合适，其中一件需要退货。看着快递员远去的背影，他在心里默默盘算还有几天能走完所有程序，想着等一切尘埃落定，以后和这家店就在黑名单见吧。
电商大促的浪潮中，超级主播一直都是媒体、消费者的焦点。今年头部主播讨论度依然火热，带货热度却似乎有所降温。当直播不再唯“GMV”论是更多地聚焦在提升服务、价格低退货率上时，或许也就是这个行业更加成熟之时。
Nemotron-4-340B-Reward是由NVIDIA开发的多维奖励模型，用于合成数据生成管道，帮助研究人员和开发者构建自己的大型语言模型（LLMs）。该模型由Nemotron-4-340B-Base模型和一个线性层组成，能够将响应末尾的标记转换为五个标量值，对应于HelpSteer2属性。它支持最多4096个标记的上下文长度，并能够对每个助手轮次的五个属性进行评分。
Nemotron-4-340B-Instruct是由NVIDIA开发的大型语言模型(LLM)，专为英文单轮和多轮对话场景优化。该模型支持4096个token的上下文长度，经过监督式微调(SFT)、直接偏好优化(DPO)和奖励感知偏好优化(RPO)等额外的对齐步骤。模型在约20K人工标注数据的基础上，通过合成数据生成管道合成了超过98%的用于监督微调和偏好微调的数据。这使得模型在人类对话偏好、数学推理、编码和指令遵循方面表现良好，并且能够为多种用例生成高质量的合成数据。
BookSlice是一款面向忙碌人群的游戏化阅读应用，通过心理学原理帮助用户建立阅读习惯，并通过设置每日挑战来维持阅读连续性。它利用实施意图、习惯叠加等心理工具，使阅读变得习惯性和上瘾。此外，BookSlice还提供AI问答功能，帮助用户在阅读过程中获得上下文答案。
agentUniverse 是一个基于大型语言模型的多智能体应用开发框架，提供了构建单一智能体和多智能体协作机制的所有必需组件。通过模式工厂，允许开发者构建和自定义多智能体协作模式，轻松构建多智能体应用，并分享不同技术与业务领域的模式实践。
HunyuanDiT Distillation Acceleration 是腾讯 Hunyuan 团队基于 HunyuanDiT 模型开发的蒸馏加速版本。通过渐进式蒸馏方法，在不降低性能的情况下，实现了推理速度的两倍提升。该模型支持多种GPU和推理模式，能够显著减少时间消耗，提高图像生成效率。
WonderWorld是一个创新的3D场景扩展框架，允许用户基于单张输入图片和用户指定的文本探索和塑造虚拟环境。它通过快速高斯体素和引导扩散的深度估计方法，显著减少了计算时间，生成几何一致的扩展，使3D场景的生成时间少于10秒，支持实时用户交互和探索。这为虚拟现实、游戏和创意设计等领域提供了快速生成和导航沉浸式虚拟世界的可能性。
ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目，旨在对音色进行稳定性评分和音色打标，帮助用户选择稳定且符合需求的音色。项目已开源，支持在线试听和下载音色样本。
fastc是一个基于大型语言模型嵌入的简单且轻量级的文本分类工具。它专注于CPU执行，使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。通过余弦相似度分类代替微调，实现文本分类。它还可以在不增加额外开销的情况下，使用相同的模型运行多个分类器。
MeshAnything是一个利用自回归变换器进行艺术家级网格生成的模型，它可以将任何3D表示形式的资产转换为艺术家创建的网格(AMs)，这些网格可以无缝应用于3D行业。它通过较少的面数生成网格，显著提高了存储、渲染和模拟效率，同时实现了与先前方法相当的精度。
HunyuanDiT-v1.1是由腾讯Hunyuan团队开发的一款多分辨率扩散变换模型，它具备精细的中英文理解能力。该模型通过精心设计的变换器结构、文本编码器和位置编码，结合从头开始构建的完整数据管道，实现数据的迭代优化。HunyuanDiT-v1.1能够执行多轮多模态对话，根据上下文生成和细化图像。经过50多名专业人类评估员的全面评估，HunyuanDiT-v1.1在中文到图像生成方面与其他开源模型相比，达到了新的最先进水平。
UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间，以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列，支持随机噪声输入和首帧条件输入，显著提高了生成长期视频的能力。此外，它还探索了基于状态空间模型的替代时间建模架构，以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果，并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。
LVBench是一个专门设计用于长视频理解的基准测试，旨在推动多模态大型语言模型在理解数小时长视频方面的能力，这对于长期决策制定、深入电影评论和讨论、现场体育解说等实际应用至关重要。
Mo是一款结合超现实主义艺术和堂吉诃德理想主义精神的AI科技学习APP。它通过卡片形式，以图文、动画、视频、语音等多样化内容，使AI和科技知识的学习变得生动有趣。Mo不仅覆盖了AI的基础知识，还包含了元宇宙、大数据、大模型等前沿技术，适合各种背景的学习者，旨在打造一个个性化的学习体验。
开搜AI问答搜索引擎是一款面向大众的、直达答案的AI问答搜索引擎，它能够帮助用户从海量的文献资料中筛选出有用的信息，提供直接、精准的答案，并且能够自动总结重点、生成大纲、思维导图并下载。
AI Math Notes 是一个开源的交互式绘图应用程序，允许用户在画布上绘制数学方程。应用程序利用多模态大型语言模型（LLM）计算并显示结果。该应用程序使用Python开发，利用Tkinter库创建图形用户界面，使用PIL进行图像处理。灵感来源于Apple在2024年全球开发者大会（WWDC）上展示的'Math Notes'。
VideoTetris是一个新颖的框架，它实现了文本到视频的生成，特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术，精确地遵循复杂的文本语义，并通过操作和组合去噪网络的空间和时间注意力图来实现。此外，它还引入了一种新的参考帧注意力机制，以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。
Visual Sketchpad 是一种为多模态大型语言模型（LLMs）提供视觉草图板和绘图工具的框架。它允许模型在进行规划和推理时，根据自己绘制的视觉工件进行操作。与以往使用文本作为推理步骤的方法不同，Visual Sketchpad 使模型能够使用线条、框、标记等更接近人类绘图方式的元素进行绘图，从而更好地促进推理。此外，它还可以在绘图过程中使用专家视觉模型，例如使用目标检测模型绘制边界框，或使用分割模型绘制掩码，以进一步提高视觉感知和推理能力。
GoMate是一个基于Retrieval-Augmented Generation (RAG)框架的模型，专注于提供可靠输入和可信输出。它通过结合检索和生成技术，提高信息检索和文本生成的准确性和可靠性。GoMate适用于需要高效、准确信息处理的领域，如自然语言处理、知识问答等。
SD3-Controlnet-Canny 是一种基于深度学习的图像生成模型，它能够根据用户提供的文本提示生成具有特定风格的图像。该模型利用控制网络技术，可以更精确地控制生成图像的细节和风格，从而提高图像生成的质量和多样性。
EMMA是一个基于最前沿的文本到图像扩散模型ELLA构建的新型图像生成模型，能够接受多模态提示，通过创新的多模态特征连接器设计，有效整合文本和补充模态信息。该模型通过冻结原始T2I扩散模型的所有参数，并仅调整一些额外层，揭示了预训练的T2I扩散模型可以秘密接受多模态提示的有趣特性。EMMA易于适应不同的现有框架，是生成个性化和上下文感知图像甚至视频的灵活有效工具。
