今日解读！iPhone直播间数字商品“消失”：苹果与电商平台博弈加剧？

iPhone直播间数字商品“消失”：苹果与电商平台博弈加剧？

北京，2024年6月14日 - 据多位网友反映，在刚刚结束的618电商大促期间，他们发现一些品牌的iPhone手机在抖音、快手等平台的直播间内，无法直接购买数字商品，例如爱奇艺、优酷等视频平台的会员。

有分析称，这可能是由于苹果与电商平台未能就“苹果税”达成一致，导致相关商品链接被下架。

“苹果税”争议再起

苹果公司一直对在其应用商店（App Store）内销售的数字商品收取30%的佣金，被称为“苹果税”。这一政策引发了众多开发者的不满，他们认为苹果收取的佣金过高，侵犯了他们的利益。

近年来，中国监管部门也开始关注“苹果税”问题，并采取措施加强对互联网平台的监管。今年5月，国家市场监督管理总局发布了《反垄断规定》，其中明确禁止平台利用市场支配地位限定交易价格、强制交易等行为。

电商平台积极寻求突破

为了降低“苹果税”的影响，一些电商平台开始积极寻求突破。例如，京东允许用户在直播间内直接购买爱奇艺、优酷等视频平台的会员，并提供折扣优惠。

此外，还有电商平台开始探索新的销售模式，例如拼多多推出了“多多买菜”小程序，允许用户在小程序内直接购买商品，无需跳转到App Store。

苹果如何应对？

面对电商平台的挑战，苹果也采取了一些措施来应对。例如，苹果推出了“App Store订阅服务”，允许开发者提供订阅服务，并降低了订阅服务的佣金。

不过，苹果的这些措施似乎并未奏效。从618期间的情况来看，苹果与电商平台在“苹果税”问题上的博弈仍在加剧。

未来走向

“苹果税”问题未来如何发展，仍有待观察。如果中国监管部门进一步加强对互联网平台的监管，苹果可能会被迫降低“苹果税”的比例。

不过，苹果也可能会采取其他措施来维护其在App Store市场的垄断地位。例如，苹果可能会限制电商平台在App Store内推广其直播业务。

以下是一些关于“苹果税”问题的额外信息：

• 欧盟委员会也在调查苹果的“苹果税”政策，并有可能对苹果处以巨额罚款。
• 一些分析人士认为，苹果可能会在未来推出自己的视频流媒体服务，以进一步扩大其在数字服务领域的收入。

请注意：

• 本新闻稿仅供参考，不构成任何投资建议。
• 本新闻稿中的信息可能存在误差或遗漏，恕不承担任何责任。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。