Peloton周四宣布与TikTok建立合作关系,作为其改变公众形象和吸引更广泛客户群体策略的一部分。该合作将在社交媒体平台上创立一个名为“#TikTokFitness Powered by Peloton”的健身专区。它将特色短视频健身课程、更长的直播课程、Peloton教练的内容和与TikTok创作者的合作。
这是在Peloton将自己重新定位为“面向所有人”的健身公司,并推出其应用程序的分层定价策略大约六个月后。这些变化旨在将Peloton定位为不仅仅是一家自行车公司,并吸引那些可能无法负担其昂贵的联网健身设备但可能对其内容的月订阅感兴趣的新客户。
Peloton的消费者市场副总裁Oli Snoddy在接受CNBC采访时表示:“一方面,我们有一个长期目标,即改变人们对Peloton的看法,吸引不同类型的受众。而TikTok的一个真正优势是它日益触及到包括年轻人在内的所有人。”短期内,合作将寻求在Peloton表示已经成功重启的基础上,提升应用下载量和转化率等指标。
在Covid-19大流行期间,由于健身房关闭,消费者纷纷购买其固定自行车和家用跑步机,Peloton成为了华尔街的宠儿。但当病毒消退,消费者恢复正常生活时,需求急剧下降。
截至9月30日的三个月内,Peloton的会员数量减少了30,000人,营收降至5.955亿美元,较大流行病高峰期的7.579亿美元有所下降。
Peloton的首席执行官Barry McCarthy,于2022年2月接替公司联合创始人John Foley,一直在努力调整业务规模,并为公司长期增长和盈利奠定基础。他专注于提升Peloton的订阅者数量,并通过提供租赁服务和翻新选项开辟新的获得Peloton设备的途径。
虽然这些举措显示出初步进展,但Peloton仍未能从其会员中盈利,这使得与TikTok和Lululemon等公司的合作对其长期成功至关重要。
TikTok的全球商业营销负责人Sofia Hernandez告诉CNBC:“我们在全球拥有超过十亿用户,覆盖所有人群。”“从16岁到60岁的人都在平台上,当我想到[Peloton的]‘任何人、任何地方’的活动时,没有比我们的平台更适合触及我们所拥有的那样广泛和多样的观众。”
Hernandez指出,合作将不仅限于锻炼视频,还将包括“幕后”视频,如“与我一起准备”的片段和其他与健身相关的内容,让TikTok上的人们深入了解Peloton及其教练。最初,内容将以诸如Cody Rigsby和Ally Love等著名教练为特色,但合作还希望将Peloton一些不太知名的教练介绍给更广泛的观众,并提升他们的关注度。
Snoddy说:“我们知道当人们体验Peloton时,他们真正能够理解并爱上它。这实际上是关于将我们拥有的教练和内容向TikTok上更广泛的观众进行展示。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。