3月20日,拼多多集团公布了2023年Q4及全年业绩报告,报告显示,集团在2023全年公司营收为人民币2476亿元,同比增长90%;归属于普通股东的净利润为600.265亿元,同比增长90%,表现相当突出。
值得一提的是,作为拼多多集团出海业务的重要品牌,2023年对于Temu来说也是重要的一年。目前,Temu的业务范围已拓展到全球50多个国家和地区,在北美和欧洲国家不断扩大影响力。
研究公司Apptopia的此前一项数据显示,美国消费者花费在Temu上的时间几乎是在亚马逊等主要竞争对手应用程序上花费时间的两倍。光是去年10月份,美国消费者在Temu平台上停留的时间就已经来到22分钟,受欢迎程度明显高于亚马逊、沃尔玛、Target等平台。
Temu的崛起:拼多多的全球战略版图
Temu的飞速成长,让竞争对们手始料未及。这家电商平台最初于2022年9月上线,当时拼多多正启动一项全新业务——多多跨境,利用Temu帮助国内制造企业生产的商品销往海外,而Temu的首站就选在了美国。
2023年2月,Temu进入加拿大,并在同月登上“超级碗”,进一步打响知名度;3月,Temu进入澳大利亚和新西兰市场,此后的一个月,Temu相继进入法国、德国、爱尔兰、意大利、荷兰、西班牙和英国,并迅速在多个地区的应用商店里冲上下载次数冠军;7月,Temu相继在日本、韩国上线,并由此加速扩张亚洲市场版图,先后进入了菲律宾、马来西亚等地。
在短短不到一年半的时间里,Temu已经开通50多个站点,南非站点的开通更标志着Temu的市场已经覆盖到全球所有大洲。
在Temu进入的所有国家和地区中,欧洲站点数量最多,而美国已经是Temu体量最大的市场,上线不到一年,下载量就迅速超越亚马逊和沃尔玛。由此可见,这款“海外拼多多”在发达国家和地区有着惊人的影响力。
在用户规模上,从SimilarWeb公布的数据来看,截至2023年12月,Temu的独立访客数量已达4.67亿,仅次于亚马逊,排名已跃升全球第二。
在海外蹿红的同时,Temu也吸引到更多中国商家。中国的区域性产业集群正成为Temu重要的货源地,与此同时,跨境电商也已经成为我国外贸出口的重要形式之一。目前,Temu已实现对国内制造业品类的全覆盖,先后推动服装、数码、家电、箱包、户外、配饰、玩具、文具等上万家制造业企业成功出海。
成功的秘诀:Temu的创新策略
Temu成功的背后,离不开拼多多团队多年来对电商领域的深耕、供应链资源的沉淀以及年轻团队的培养。更重要的是,不断创新的经营策略,促使Temu总是可以在激烈的市场竞争中快速获得一席之地,甚至超越竞争对手。
与传统电商平台不同,拼多多的“全/半托管模式”,把网站引流、店铺运营、跨境物流、法务等环节交由平台负责,商家只需要把控好产品质量,轻轻松松就能实现出海。对于境外消费者来说,这种模式能够让平台提供更有时效性的售后服务保障,购物体验也优于传统平台。
在让商家与消费者都省事的情况下,Temu还不忘帮助商家打造属于自己的品牌。“2022年多多出海扶持计划”,投入百亿级别资源包,联合100个产业带,首期打造100个出海品牌,帮助10000家制造企业直连全球市场。
正式这种差异化的创新模式,让Temu实现如此迅猛的成长速度,扁平化的组织管理模式,能够让年轻人才把握更多机会。对年轻人才的重视,以及供应链资源的高效利用,使Temu每次都能在激烈的市场竞争中稳扎稳打。
前景与挑战:Temu的增长潜力
自2022年进入美国市场以来,Temu通过独特的商业模式,在短时间内对零售巨头如亚马逊及实体零售商产生了冲击。广泛的产品类别、质价比策略吸引顾客、全球市场布局、数据驱动的营销策略以及全/半托管模式等创新机制,都是Temu的关键竞争优势。
作为拼多多的海外延伸,Temu充分利用了拼多多在中国市场的成功经验,通过创新的经营策略获得大量关注。Temu不仅在美国市场取得了显著的增长,还迅速扩张到数十个市场,成功打响全球知名度。这也充分体现出Temu作为拼多多集团第二增长曲线,在全球市场的巨大潜力和影响力。
Temu的快速扩张,让更多商家关注到跨境电商这一新业态、新模式,跨境电商也成长为我国外贸的新风口。Temu的成功离不开国内一系列跨境电商政策暖流的呵护,尽管当前市场上已经存在一些不确定因素,但市场格局的不断变化,也会让Temu坚持不懈地创新。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。