ZD至顶网CIO与应用频道 04月18日 北京消息:14日,企业SaaS通讯服务提供商容联七陌宣布完成3500万人民币A轮融资,由容联云通讯领投。与此同时容联七陌正式推出七陌云电销,为企业构建客服与营销的完整闭环服务。
容联七陌CEO蔡质彬将企业与客户之间的关系归类为三个场景:售前、售中、售后。在售前阶段,企业会通过各个渠道引入流量,这个阶段目标就是将更多的流量转化为商机,七陌的多渠道云客服产品,可以帮企业把来自各个渠道的客户,如微信、邮件、APP、网站、电话等咨询实时导入到一个终端,让客服统一高效处理。其次,知识库、分析报表等功能模块帮助客服提高流量转化率,同时也能帮助管理者分析各个广告投放渠道的效果,分析客服的工作情况,市场变化趋势等。
云客服&云电销助力企业打造客服&营销闭环
在售中阶段,企业的销售人员拿到商机之后,借助七陌云电销和CRM外呼跟进商机,通过报表分析、联系计划、策略建议等功能模块提供沟通效率,缩短成单周期,将商机转化为客户,实现收入、提高商机转化率。
在售后阶段,企业客服人员需要频繁与客户互动,七陌云客服的多渠道沟通和多部门工单协助保证了客服与客户互动的便捷和多样性,从而帮助企业实现客户到口碑的变化从而带动更多的流量。
企业借助七陌云客服&云电销构建售前-售中-售后的连贯系统与服务,把分散的客户信息归一处理,提高流量转换率,提升商机成单率,构建起完整的客服与营销闭环服务。
蔡质彬表示,绝大部分企业都在做两件事,把产品做出来然后卖出去,很多人忽略了一件事,让客户把产品用好,并服务好。这就是为什么国外有Zendesk,而国内发展却很缓慢。七陌的重点是提供产品帮助企业完成客户数据的转化,最终形成一个正向的良性循环,总而言之,七陌的云客服产品是一套以通讯为核心,围绕CRM展开的沟通工具,为客户与企业的客服人员、销售人员建立一个多渠道的快速沟通桥梁,实现企业服务与营销闭环。另外一点就是七陌的平台完全是基于容联云通讯的PaaS平台开发而成的。七陌可以将全部的研发投入和精力都放到了产品应用层和客户体验上,而不用在技术门槛较高通讯层投入太多精力。因此七陌才能在短时间内推出高品质、高稳定性的产品。
容联七陌CEO蔡质彬
容联云通讯联合创始人韩冬在发布会上表示,移动互联网时代大家都在做平台,争入口,客服产品是桥接企业与用户的入口级产品,从去年8月份投资七陌天使轮到今天,七陌的发展速度让我们感到惊艳,团队一直在不断壮大,覆盖的付费企业客户突破5000+,续费率高达97%,打造了一支人均业绩超过300万业绩的销售铁军,容联继续追加A轮投资3500万,助力未来七陌开拓市场,更好的进行研发、以及营销。
容联和七陌的合作不仅仅是资本层面,产品层面有天然的基础和优势,七陌底层通信技术是架构在容联的PaaS平台之上,这使得七陌能够放下底层通讯技术的攻坚,专注于产品的研发,除了为企业提供专业的云客服、云电销等产品,同时,更有平台层通讯能力集成服务,将上述主要业务以API,SDK接口等方式集成到企业用户的CRM、ERP、OA等系统中,致力于为用户打造多渠道、标准化工单客服系统。这种PaaS+SaaS的服务模式能全方位满足不同阶段不同客户需求,客户的依赖度不是单纯的接口或产品能比拟的,双方合力正在改变现有通讯市场格局。
容联七陌CTO张杨在发布会现场宣布成立国内首个客服日,持续优化客服的体验,关注每个客服的成长与职业发展,时间设定在5月15日,一个属于客服人员自己的节日,未来将对客服人社群做精细化运营。
容联七陌还同神州数码、爱快路由进行战略签约仪式
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。