Pinterest 正在试验一项名为 “auto-collages” 的 AI 功能,该功能可以帮助广告主迅速将其产品目录转化为可购物的拼贴图,Pinterest 本周宣布。
该新功能旨在帮助广告主更便捷地接触消费者,同时节省时间和创意资源,Pinterest 表示。
公司指出,拼贴图是 Z 世代用户中最受欢迎且互动性最强的内容形式之一,该平台上已创建了上千万个拼贴图。在早期测试中,Pinterest 发现,用户保存自动拼贴图的比率是标准产品 Pin 的两倍。
自动拼贴图通过将产品图片依据搭配建议、用户互动、相似产品以及用户保存等因素组合成可购物的视觉内容来实现。例如,该功能可能会根据已有的造型,将构成时尚搭配的服装聚集在一起;又或者,它会生成一幅与那些获得强烈用户互动的现有拼贴图风格相似的新拼贴图。
此外,该功能可能会选择相似产品并将它们组合成一幅拼贴图。在另一种情形下,自动拼贴图可能生成一幅包含与用户在收藏板上保存的产品相似的商品拼贴图。
Pinterest 广告营销及运营副总裁 Julie Towns 在公告中表示: “auto-collage 源自去年启动的 Pinterest Ads Labs 项目,在该项目中我们不断创新生成式 AI 产品,以助力品牌始终走在潮流前沿。自动拼贴图工具是一项激动人心的飞跃,通过 AI 技术即时将品牌的产品目录转变为能引起 Z 世代乃至更广泛用户共鸣的新式创意。”
此外,Pinterest 还宣布将更新其 “Trends” 工具,以帮助广告主更好地了解和预测用户接下来可能购买的产品。更新后的工具将利用对用户保存、策划和购物行为的洞察。
好文章,需要你的鼓励
Warp成立于2021年,致力于通过技术赋能的物流网络优化企业供应链。该公司现计划使用机器人自动化其仓储网络,进一步提升供应链效率。公司在洛杉矶测试仓库安装摄像头,利用计算机视觉技术创建数字孪生环境进行实验。经过测试,Warp成功部署改装后的现成机器人处理货物装卸和存储。公司刚完成1000万美元A轮融资,计划今年开始在核心网络城市部署机器人技术。
斯坦福大学研究团队开发出SynthesizeMe方法,能让AI通过观察用户的选择自动学习个人偏好,无需填写复杂资料。该方法通过三步流程分析用户互动,生成个性化画像,在理解用户偏好方面准确率提升4.4%。研究还构建了PersonalRewardBench测试平台,为AI个性化能力评估提供标准。这项技术有望应用于智能客服、教育和内容推荐等领域。
Continuity Software研究发现,企业存储和数据保护设备在信息安全方面存在严重盲点,使公司数据面临危险暴露。调查涵盖300个环境中超过1万台设备,发现平均每台设备存在10个漏洞,其中一半为高风险。最常见漏洞涉及身份认证管理和未修复的CVE。许多设备仍使用出厂默认密码,缺乏多因素认证。研究还发现勒索软件防护功能未启用或配置错误的情况。
普渡大学研究团队首次提出AI模型免疫技术,通过条件数理论让模型能够抵抗恶意训练。该方法在保持正常功能的同时,显著增加恶意微调的难度,实验显示免疫效果可达40倍以上。这项突破性研究为AI安全提供了"预防胜于治疗"的新思路,开创了模型免疫这一全新技术方向。