独家观察！支付宝内容生态蓬勃发展：人均消费时长增长两倍，14万创作者实现分成

支付宝内容生态蓬勃发展：人均消费时长增长两倍，14万创作者实现分成

[上海，2024年6月14日] 6月12日，蚂蚁集团副总裁李俊在“2024支付宝内容开放日”上宣布，过去一年，支付宝内容生态取得了长足发展，用户参与度和消费活跃度大幅提升。数据显示，支付宝内容人均消费时长增长两倍，日均消费用户规模增长八倍，14万创作者进入分成计划，最高实现月收入30万元人民币。

李俊表示，支付宝内容生态的快速发展，得益于蚂蚁集团对内容领域的持续投入和深耕。 过去一年，支付宝加大了对内容创作者的扶持力度，投入10亿现金和百亿流量，帮助创作者提升内容创作能力和变现能力。同时，支付宝也积极拓展内容品类，从财经知识扩展到生活、娱乐、游戏等领域，满足用户多元化的内容需求。

目前，支付宝内容生态已经形成了较为完善的体系，包括内容创作、内容分发、内容变现等环节。 支付宝为创作者提供了一系列工具和服务，帮助他们创作优质内容，并将其触达至目标用户。同时，支付宝也建立了多元化的变现机制，帮助创作者通过广告、直播、电商等方式实现收益。

李俊强调，支付宝将继续加大对内容生态的投入，助力内容创作者实现更大价值。 未来，支付宝将着力打造更加开放、多元、繁荣的内容生态，为用户提供更加优质、丰富的内容体验。

支付宝内容生态的快速发展，是数字经济时代内容产业发展的一个缩影。 支付宝通过开放平台和流量赋能，帮助内容创作者实现商业化，推动了内容产业的繁荣发展。未来，随着数字技术的不断进步，内容产业将迎来更大的发展机遇。

附赠：

• 蚂蚁集团官网：https://www.antgroup.com/

通过此次新闻稿的撰写，我对支付宝内容生态的发展现状和未来前景有了更深入的了解。我相信，支付宝将继续发挥平台优势，助力内容产业的繁荣发展，为广大用户带来更加丰富、优质的内容体验。

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。