邻里社交应用Nextdoor正在推出其服务的重新设计版本,称之为"全新Nextdoor"。该应用增加了本地新闻、实时警报,以及一个名为"Faves"的AI驱动功能,旨在帮助用户发现本地商家和地点。Nextdoor还更新了整体设计,使其看起来更加现代化。
成立15年来,Nextdoor一直是邻里对话的热门平台,帮助用户就水管工推荐、附近餐厅建议等话题进行交流。但随着平台被与包含错误信息和种族主义内容的帖子联系在一起,其增长停滞,用户参与度下降。
现在,该公司希望通过让平台更有用、实用和及时来扭转局面,吸引更多用户。Nextdoor CEO兼联合创始人Nirav Tolia向TechCrunch表示,通过这次重新设计,Nextdoor希望提高平台上本地信息的质量和数量。
为了将新闻引入其平台,Nextdoor已与美国、英国和加拿大的3,500家本地出版物建立合作关系。知名媒体包括《旧金山标准报》、《伦敦标准晚报》和《多伦多星报》。
Tolia表示:"这对我们来说非常重要,因为从历史上看,Nextdoor一直完全依赖用户生成内容,也就是邻居们创建的内容。这一直是很好的信息来源。但是,要真正确保了解您社区发生的事情,我们也需要引入本地新闻。这是我们第一次让第三方出版商使用我们的分发渠道。"
Tolia说明这些不是商业协议,因为Nextdoor既不为内容付费,出版商也不向公司付费。此外,Nextdoor并不托管内容;它只是显示标题、摘要和图片,然后将流量导向出版物。用户可以在每篇帖子下方的评论区讨论新闻。
Tolia指出,出版商只是Nextdoor即将推出的第一种新型内容,该平台计划未来也允许小企业、学校和组织在应用中拥有原生存在。
关于新的警报功能,Nextdoor现在显示关于天气、交通、停电、暴风雨和野火等事件的实时更新。这些警报将显示在动态社区地图上,让邻居们能够及时就安全和准备工作进行对话。
该服务与Samdesk和Weather.com合作,包括Weather Channel应用和Weather.com,为这些警报提供支持。
Tolia说:"当有绝对值得关注的事情时,我们称之为黄色状态,我们会将该警报放在顶部。当有关键事件时,我们称之为红色状态,它会占据整个应用,因为在那时,您不会关心邻居们关于匹克球的对话。您也不会真正关心本地出版商发布的新餐厅评价。您需要与邻居们团结起来,在某些情况下帮助拯救彼此的生命。"
Tolia指出,这些警报是超本地化的,因为Nextdoor建立在地理空间平台上。因此,与发送给某个位置所有人的安珀警报不同,Nextdoor表示它可以将警报个性化到具体的房屋。例如,如果停电,应用只会向停电地区的人发送警报。
关于Faves功能的推出,Tolia表示,在寻找本地餐厅或周末与家人共度时光的地方时,来自邻居的推荐比使用Google或ChatGPT更有价值,这就是Nextdoor推出该功能的原因。新的Faves功能显示策划的推荐列表,还允许您提出具体问题以获得建议。
"我们为每个社区都有一个大语言模型,我们收集了15年的邻居对话,现在可以以非常引人注目的方式回答关于该信息的问题,"Tolia说。"据我们所知,我们拥有第一个真正由邻居对话驱动的本地AI。"
您可以问诸如"带孩子徒步旅行的最佳地点是哪里?"之类的问题,并获得快速的总结回复,该回复从Nextdoor真实用户的帖子中提取信息。在总结下方,您可以看到并点击进入总结所引用的帖子。
Tolia表示:"这些内容是Nextdoor独有的。我们从未分享过它。它没有被Google索引。ChatGPT上也没有,而且因为我们知道您住在哪里,我们可以以最相关的方式为您定向提供信息。"
Tolia指出,Nextdoor的独特价值在于数字化和捕获本地口碑,这种超本地化信息无法通过Google或ChatGPT等平台获得,因为您只能通过直接对话获得。
"我举一个有趣的例子,如果您想知道您社区中孩子们经营的所有柠檬水摊,您无法在Google Maps上找到,"Tolia说。"您无法去ChatGPT问这个问题,对吧?唯一的方法是询问您的邻居。这就是Nextdoor的全部意义。所以我们要做什么?我们将重新承诺真正让这感觉超本地化。对我们来说,被视为实用中心网络而不是社交网络非常重要。"
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。