12月28日,小米为铸就新零售铁军策划了一场年度“收官大戏”。此次小米线下新零售迎来100多家门店,在全国范围内同时开业,同时千店同庆火力全开,凸显小米新零售征程的实力和信心!这是小米2019线下新零售的强势收官,也是为了迎接5G新元年的2020强势开门红!
在一次小米的内部会议上,雷军曾提出要求:小米未来的主要策略就是手机+AIoT双引擎;未来的目标要把5G的危机变成机遇。目标三年决胜中国市场,稳三望一;打法是稳扎稳打,步步为营;三年专项投入50亿以上,铸就新零售铁军。
记者也了解到,这也是自11月29日,卢伟冰正式接任小米中国区总裁后对于线下渠道变革的重要举措。小米在提出双引擎战略,明确目标打法之后,开始聚焦新零售渠道的拓展,更加聚焦核心客户的培养。从此次开业的百家门店名单中也可以看出,除了抢占大型shoppingmall的小米之家之外,核心渠道合作伙伴门店占比80%以上,这也凸显了小米在加大核心渠道的建设的决心。
随着5G经济时代的到来,智能、迅速、便捷是人们对于未来智能生活的迫切需求,数以百亿甚至千亿设备接入网络。小米在2013年就已经布局的IoT生态开始发挥功效,特别在明确手机+AIoT双引擎策略之后,小米在今年已经推出多款5G新品手机,而且将在2020年推出十款5G手机。在AIoT的布局方面,小米着力打造智能生活领先者的概念,不仅完善了大家电领域的布局,不仅小米电视连续11个月蝉联销量第一,推出的空调、冰箱、洗衣机产品都在这一年里取得了不俗的成绩。领先四五年的智能小家电领域更是百花齐放,充分满足了不同消费层次用户的需求,让更多人享受到最新科技带来的乐趣。同时,用户除了购买手机,逛逛小米线下新零售门店也成为一种消费趋势。
正如此次百店同开的主题——“5G先锋 燃爆百城”,小米正积极拥抱5G的变化,在2020年5G新元年即将开始之际,百店同开迎接这波开门红。
自2015年9月12日,全国第一家小米线下的商场店——小米之家北京当代商城店开业,迈出了线下布局的第一步后。小米不断在新零售的道路上不断探索:
• 2016年2月24日,小米之家正式转型为新零售;
• 2017年4月8日,北京世贸天阶店正式开业,吹响了小米之家进军各地顶级商圈的角号;
• 2017年11月5日,小米之家的第一家旗舰店——深圳万象天地店正式开业。这是小米线下新零售的一次品牌升级和成功探索;
• 2018年10月31日,小米授权体验店正式突破1000家;
• 2018年12月30日,西北首家旗舰店西安大悦城旗舰店开业,现场邀请了1000名米粉共同剪彩,标志着小米在新零售业态领域从探索积累迈入小步快跑的阶段……
除了旗舰店外,小米线下还入驻了很多网红地标。首家小米线下机场店——深圳宝安机场店、三亚首家小米线下门店——蓝海购物广场店、打卡北京新时代潮流地标——三里屯……截止目前,小米线下终端数量已超过6000家,可以预计小米2020年新零售征程即将再创辉煌!
12月28日,100多家小米线下门店同时开业,共同庆祝这一新零售的历史性时刻!
2019年年中,小米组建了线下业务委员会,其中很重要的一项工作是加强线下渠道建设,稳住小米的手机基本盘,开始建立核心用户体系并对其进行分级。俗话说,“好钢用在刀刃上”,这就要求把有限的资源聚焦使用,满足核心用户饱和供货,让渠道客户得到真正看得见的利益。
就如此次百店同开的门店清单中,有超过80%的核心渠道门店。小米在聚焦的核心客户的同时,利用销售政策的统一拉通,让合作商感受到小米的特殊关怀和重视。在12月28日当天,参与开业的100多家门店的政策也做到拉齐统一,并做到线上和线下打通上,提升整体效率。
“因为米粉,所以小米”,是小米永远不变的初心。在即将到来的12月28日,不仅仅是小米的大日子。更离不开陪伴小米一路走来的米粉与用户。小米开启年末献礼,就是希望用不变的初心感谢每一位热爱者的热爱!
除了备受大家期待的Redmi K30 5G版本抢先预售,丰富的伴手礼,爆款一折购资格,购买指定手机送小背包;产品满额赠好礼等好礼相送之外,还会在“小米之家天津大悦城店”和“小米之家昆明顺城王府井百货店”开启感恩外展活动,更心动的销售政策、更惊喜的互动礼品、更有意思的现场活动等着米粉和用户们。2019小米线下最后一件大事,让我们,一起期待!
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。