中国的直播主播们已经将目标瞄准了美国和欧洲市场的TikTok消费者,他们售卖的商品品类,包括包包、服装到水晶等,丰富多样,尽管这个平台在美国和其他地方的未来充满不确定性,但他们仍然看好这个可能带来丰厚利润的市场。
预计到今年年底,直播电商在中国的规模将达到4.9万亿人民币。像“口红一哥”李佳琦这样的人气主播在一次直播中可以销售数千万美元的商品。包括欧莱雅、耐克和路易·威登在内的许多品牌,已经开始利用直播来触达更多消费人群。
在如此激烈的竞争环境下,一些主播转向西方市场,寻找自己的独特市场定位。
Oreo Deng,一个曾经的英语老师,通过在TikTok上直播向美国客户销售珠宝,每天用英语进行销售讲解大约四到六个小时。Deng表示:“我想尝试在TikTok上直播,因为这与我作为英语老师的经历以及我在跨境电商工作的经历相吻合。”
自2019年以来,西方电商平台如亚马逊和Facebook在看到阿里巴巴的天猫和淘宝,以及TikTok的中国版本抖音等中国平台的成功后,开始尝试直播电商。
TikTok去年开始测试直播购物功能,现在,来自美国、印尼、越南和新加坡等国家的注册商家都可以通过在线直播销售商品。
然而,直播电商在美国尚未兴起。咨询与研究公司Coresight Research预计,到2026年,美国(这个世界上最大消费市场)的直播电商市场规模将增长到680亿美元。
这种相对不热烈的反应导致Facebook去年关闭了直播电商功能。至于TikTok,该平台在美国可能面临一些限制,TikTok的母公司是中国的科技公司字节跳动。
尽管TikTok面临严格的审查,但许多中国主播仍将美国视为一个巨大的机遇海洋,对于主播来说,这是一个尚未饱和的新兴市场。
“在中国,竞争非常激烈,美国有更多的增长机会。”中国市场研究集团的创始人和董事总经理雷小山在上海说,“美国的直播处于初始起点。有更多的机会去抓取市场份额。”
雷还说,中国的商家在美国通常可以把价格设定得更高,因为美国的客户习惯了相对中国支付更高的价格。
电商咨询公司WPIC的首席执行官Jacob Cooke表示:“这种形式是可行的,因为它已经被证明。”小公司,包括那些试图在TikTok上销售商品的中国公司,可能对美国等市场的客户需求缺乏足够的数据。他说:“一旦他们解决了这个问题,他们就会开始取得很好的成绩。”
对于一些美国消费者来说,直播是一种吸引人的娱乐形式。
现居佛罗里达,36岁的Freisa Weaver,10个月前在TikTok上偶然看到了一个卖水晶的直播。直播中采用了一种叫做“幸运挖宝”(lucky scoop)的流行手法,买家付定价就可以得到从一大堆水晶中随机挖取的几个物品。今年早些时候,TikTok为了遵守法律,禁止了直播中的这种行为,尽管一些卖家仍然提供看起来是在镜头外挖取的抓取袋。
“我在刷TikTok的时候偶然看到了,起初我被幸运挖宝吸引。” Weaver说,她形容直播购物是一种让人上瘾的爱好:“现在我已经成为TikTok上一些直播频道的常客。”
“我个人非常喜欢和主播互动,以及可能会发现一些特别的、只为我准备的东西。”她说。
她最喜欢的频道是Meow Crystals,这是一个由中国直播主播运营的账号,经常做闪购,卖价低至2美元的水晶,以及10美元起的水晶抓取袋。TikTok还没有大范围推出其内置的购物功能,所以许多主播,包括Meow Crystals的主播,经常会引导观众到外部网站下订单。
“主播愿意为你去仓库取特别的商品,或者他们记住了你喜欢什么,一旦你在线,他们就会为你提供。” Weaver说。
中国的主播试图用各种策略来脱颖而出,并建立忠实的客户群。对一些人来说,这是个性化的客户服务,而对其他人来说,则是通过发明有趣的口头禅和构造夸张的网络形象来娱乐他们的客户。
“每个主播都在不断尝试,开发自己的策略,” Deng,这位直播主播说,她拒绝分享自己的独特方法。
教中国直播主播如何提高销售的训练营已经涌现出来,包括一个由TikTok中国最早的直播主播之一晏光桦主持的训练营。和Deng一样,晏光桦曾经也是英语老师,后来转行到TikTok直播。
晏光桦在网上销售瑜伽服、电子产品和服装。她发现自己擅长这件事,有时她在一次直播中向英国的客户销售商品,销售额可以达到5000英镑。
现在,她每月举办两三次为期两天的训练营,收费约为1000美元,教人们如何在直播中销售更多的商品。晏光桦表示,她已经训练了600多人,主要来自中国,但也有来自美国和非洲的人。
像许多其他TikTok主播一样,她希望海外的直播电商市场能像中国一样蓬勃发展。
“很难说这个行业的未来会怎样。这很难预测。” 晏光桦说。“但我们知道的是,TikTok现在是最受欢迎的平台,而且这里仍然有机会。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。