Amazon 周四宣布推出一款全新的生成式 AI 工具,旨在帮助商家完善产品列表中缺失的信息和属性。
卖家们通常在 Amazon 上上架数百件商品,并时常需要更新相关信息,这往往是一项繁琐的工作。这个电商科技巨头希望卖家们可以使用其名为 Enhance My Listing 的新型 AI 工具来简化这一过程。
该工具会依据季节性趋势自动为卖家推荐产品标题、属性、描述以及缺失的细节。在将更新后的信息添加到 Amazon 目录前,卖家可以选择接受、拒绝或修改这些建议。
Amazon 表示,其使用自有的 Amazon Bedrock 服务以生成式 AI 模型来洞察平台上客户的互动情况。 Enhance My Listing 今天开始在美国部分卖家中逐步上线,并计划在接下来的几周内向更大范围推出。
该公司从 2023 年开始就为卖家推出生成式 AI 工具,其中一项功能帮助他们撰写产品描述。2024 年 3 月,Amazon 又推出了一项工具,允许卖家通过插入自己网站上的产品 URL 来创建商品列表。此功能还支持卖家上传单张图片或输入少量文字来生成产品列表。
Amazon 表示,迄今已有超过 900,000 位卖家使用了其生成式 AI 工具。该公司还补充称,卖家们在超过 90% 的情况下会直接采纳 AI 生成的内容,而无需进行任何修改。
需要说明的是,这并不意味着对这些工具准确率的认可——也可能是部分卖家并未仔细审查这些生成内容。
Amazon 并不是唯一一家试图将生成式 AI 融入营销领域的公司。Google、eBay、Meta 和 Shopify 均已发布了多款同类型工具。此外,诸如 Avataar 和 Superscale 等初创企业也在致力于通过 AI 驱动的应用帮助卖家创建营销素材。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。