2月13日,紫光股份旗下新华三集团小贝2023全国合作伙伴大会圆满召开,大会以“新生 · 先行者的势不可挡”为主题,与合作伙伴在线上相聚,共同回顾小贝2022年商业市场数字发展成果,表彰卓越合作伙伴,共寻2023年合作新机遇。
敢想敢干敢为人先,开疆拓土奋力先行
在过去的一年中,新华三集团小贝持续深耕商业市场,聚焦中小企业、酒店民宿、连锁门店等多元场景,以灵活易用的数字化解决方案助推全国地市区县实现数字化升级。
在《“十四五”数字经济发展规划》提出的“实施中小企业数字化赋能专项行动”等利好政策之下,新华三集团小贝基于九年经验积累,厚积薄发,持续借势攀登,以“敢想敢干敢为人先”的先行者姿态,持续助力商业市场数字经济增长。新华三集团副总裁、商业BG总裁王鑫表示,“2022年,小贝收获了良好的市场声誉和口碑,业绩增长显著提升。小贝携手合作伙伴已深入135个城市,覆盖968个区县。新的一年,小贝将秉承‘敢想敢干’的精神,持续以大平台+小前端的业务模式构筑强大的支撑平台,与广大合作伙伴履践致远,共筑商业市场新蓝海。”
新华三集团副总裁、商业BG总裁 王鑫
会上,新华三集团商业BG分销事业部小贝分销部副总监刘仕杰分享了2022年小贝高速发展的三大关键力量:
伙伴是商业市场开拓的主导力量。小贝以网格化的创新模式耕耘商业市场,“省代+地市核心伙伴”模式应运而生,让耕者有其田,开启营销新变革。同时,小贝坚持聆听广大合作伙伴的声音,积极响应一线的需求,为合作伙伴开疆拓土之路添砖加瓦。
精细化运营是赋能合作伙伴的指南针。小贝精细化运营模式旨在通过打造数字化平台、全场景营销赋能、完备的组织建设搭建端到端的数字化服务体系,为合作伙伴提供全方位的赋能支持。
产品力是品牌抢先领跑、助力客户创收的关键之举。多年来,小贝持续深化技术研发实力,全面打造高性价比且灵活易用的产品和解决方案,现已推出企业办公、智能家居、连锁酒店等多种场景化解决方案。
新华三集团商业BG分销事业部小贝分销部副总监 刘仕杰
方向对了,奋力奔跑
我们就能赢得这个时代
随着下沉市场网络通信基础设施建设的不断推进,国内中小企业也将“数字化转型”提上日程。2023年,新华三集团小贝将肩负起“深入变革进程,让数字化下沉地市区县”的使命,以“盈利、动销、共赢”为行动宗旨全面布局商业市场:
● 以“提升伙伴盈利”为目的的共赢是小贝长期追求的道路。为此,小贝将在建立完善完备的制度体系,以规则制度为保障的同时,以全方位赋能体系,提升合作伙伴的经营能力。
● 持续提升“动销”能力,携手合作伙伴更深入链接客户。2023年,小贝将持续落实“精细化运营”,组建全国动销小组,形成标准化且行之有效的销售方法,践行以“淘金复盘、地推、研习社”为亮点特色的“动销三部曲”,与合作伙伴更深入链接客户、服务客户、赢得客户信赖。
● 行有所得,携手并进,长期共赢。小贝创新的网格化模式,正在为越来越多的合作伙伴实现长期共赢注入新的“强心剂”,希望合作伙伴愿意长期投入,自己种树,自己收果子。
与此同时,小贝将不断打造灵活易用的产品和场景化解决方案,持续提升服务作战团队的专业化实力,全方位优化数字化作战平台,切实保障交易与服务效率,为客户的数字化转型之路保驾护航。
在2022年的通力合作中,小贝合作伙伴已成为精细化运营模式的先行者,也是“敢想敢干敢为人先”精神的践行者。未来,小贝将携手合作伙伴持续深入地市区县数字化建设,推动商业市场数字化下沉。
2023,各位先行者势不可挡,让我们一起破局,裂变增长!
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。