PulseAugur
实时 11:49:58
实体 Pinterest

Pinterest

PulseAugur coverage of Pinterest — every cluster mentioning Pinterest across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
13
90 天内 53
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 8
层级分布 · 90 天
主题
关系
时间线
  1. 2026-08-17 partnership Pinterest and Zillow have entered into an agreement to create a new category of housing-intent retail media. 来源
  2. 2026-08-05 product_launch Pinterest reported Q2 2026 results showing growth in users and revenue, driven by AI improvements. 来源
  3. 2026-07-14 research_milestone Researchers published a paper detailing a deep-learning system for optimizing e-commerce content distribution on Pinterest. 来源
  4. 2026-07-14 product_launch Pinterest deployed a deep-learning system to optimize e-commerce retrieval, reducing shopping triggers while improving user engagement. 来源
  5. 2026-06-21 product_launch Pinterest unveiled new AI-powered tools including Business Assistant, an MCP server, and a Performance+ AI model, alongside the experimental Ask Pinterest app. 来源
  6. 2026-06-17 product_launch Pinterest launched an experimental AI-powered shopping app called 'Ask Pinterest' and introduced new AI marketing tools. 来源
  7. 2026-06-04 partnership Pinterest entered into a four-year cloud services agreement with AWS, committing $4 billion. 来源
  8. 2026-06-04 partnership Pinterest has entered into a $4 billion partnership with AWS through 2031 to scale its AI capabilities. 来源
  9. 2026-06-04 partnership Pinterest has entered into a $4 billion partnership with AWS to scale its AI infrastructure. 来源
  10. 2026-06-04 partnership Pinterest signed a $4 billion, four-year deal with AWS to scale its AI capabilities. 来源
  11. 2026-05-19 product_launch Pinterest's AI advertising capabilities demonstrated effectiveness for luxury brands. 来源
情绪 · 30 天

8 天有情绪数据

最近 · 第 1/3 页 · 共 53 条
  1. COMMENTARY · CL_213647 ·

    Mastodon用户讨论写作工作流程中AI的现实整合

    一位Mastodon用户正在询问其他作家如何将AI现实地融入他们的工作流程,并寻求此类讨论的社区或标签。他们分享了自己的方法,主要使用AI来编辑和校对个人文章,以及为他们不打算发布的虚构作品进行头脑风暴和起草。另一位用户描述了通过将AI与n8n、Timing、Blogger和Pinterest等工具集成来构建一个自动发布系统,以实现可扩展的工作流程。

  2. TOOL · CL_204244 ·

    Pinterest 和 Zillow 建立住房意向零售媒体合作伙伴关系

    Pinterest 和 Zillow 已达成一项协议,这可能标志着一个新类别的出现:住房意向零售媒体。此次合作旨在利用房地产意向作为后 cookie 时代不断变化的数字广告格局中的第一方数据资产。该合作认识到,买卖或搬家等活动会激活广泛的相关经济活动,从家居装修、金融服务到家具和本地商业。

  3. TOOL · CL_191253 ·

    双塔推荐模型获得理论基础 · arXiv 研究

    一篇新发表在arXiv上的研究论文探讨了双塔推荐模型(被Netflix、Pinterest和Amazon等主要在线平台广泛使用)的理论基础。该研究为这些模型建立了理论属性和统计保证,证明了它们能收敛到最优推荐系统。研究还表明,双塔架构通过利用输入特征的内在维度,实现了更快的收敛速度,从而在封装用户和项目属性方面取得了更好的性能。

  4. TOOL · CL_184792 ·

    社交媒体平台在用户对人类创造力需求下限制AI内容

    社交媒体平台正越来越多地实施限制,以应对AI生成内容的激增。Pinterest、YouTube、TikTok和Snapchat等公司正在采取措施,例如限制信息流中的AI内容、打击AI“抄袭”、扩大内容标签范围,并且不再推荐纯AI生成的视频。这些举措反映了用户对人类创造力而非自动化内容日益增长的需求。

  5. TOOL · CL_182718 ·

    Pinterest 新增 900 万用户,人工智能改进使收入增长 18%

    Pinterest 报告称,2026 年第二季度月活跃用户显著增加,新增 900 万,总数达到 6.4 亿。这一增长归因于人工智能驱动的增强功能,这些功能还将收入提高了 18%,达到 11.8 亿美元。尽管整体用户有所增长,但该平台在美国、加拿大和欧洲的用户增长却停滞不前。

  6. COMMENTARY · CL_182466 ·

    老旧Pinterest账号和平台功能指南

    本文提供了关于老旧Pinterest账号的全面指南,详细介绍了其功能、优势和负责任的使用方法。它解释了Pinterest如何作为一个视觉发现平台运作,允许用户将Pin保存到Board,自定义个人资料,并利用视觉搜索。该指南还涉及创作者和商业功能,强调了该平台在灵感和内容组织方面的作用。

  7. RESEARCH · CL_180816 ·

    Pinterest 部署 VLM 实现搜索相关性自动化评估 · 已追踪 2 个来源

    研究人员开发了一种使用视觉语言模型(VLM)进行搜索系统相关性评估的新流程。这种自动化方法已部署在 Pinterest 搜索中,旨在通过提供更快、更具可扩展性的相关性度量来克服人工标注的局限性。基于 VLM 的系统已通过人工判断进行了验证,证明了其在在线 A/B 测试中的可靠性和效率。这一进展允许更广泛的查询集、优化的采样以及对搜索体验更全面的评估,最终带来更高的相关性指标和更小的最小可检测效应。

  8. TOOL · CL_175341 ·

    Snapchat 限制 Spotlight 中的 AI 生成内容

    Snapchat 正在实施新政策,从其 Spotlight 动态中移除 AI 生成内容,旨在优先考虑真实的人类创造力。该平台将不再推荐完全由 AI 创建的视频,即使已披露,以维持内容质量。此举与其他平台(如 LinkedIn 和 Substack)采取的类似行动一致,这些平台也在应对低质量 AI 生成材料的涌入。

  9. RESEARCH · CL_175271 ·

    澳大利亚青少年社交媒体禁令影响有限,使用转向未受限平台

    根据该国eSafety委员会的报告,澳大利亚近期对16岁以下用户实施的社交媒体禁令在最初三个月内效果有限。虽然受限平台上拥有账户的儿童比例有所下降,但仍有绝大多数用户在没有账户的情况下访问这些服务。值得注意的是,Pinterest等未被禁令覆盖的平台使用量有所增加,而儿童使用AI聊天机器人的情况没有显著变化。

  10. TOOL · CL_174049 ·

    Pinterest 开发经济高效的基于 LLM 的 A/B 测试测量系统

    Pinterest 的研究人员开发了一种新颖的系统,用于测量 A/B 实验中的内容属性流行度。该系统采用基于代理的方法,维护机器学习分数分桶的全局校准,并使用 LLM 标记的数据持续更新。这种方法显著降低了每次实验 LLM 标记的成本,从而能够对更多并发实验进行每日流行度测量。

  11. RESEARCH · CL_173838 ·

    亚马逊第二季度利润因Anthropic投资收益增长534亿美元

    亚马逊报告称,其2026年第二季度净收入大幅增长,这主要得益于其对Anthropic投资的534亿美元未实现收益。这笔账面收益是其股份的重新估值,而非实际收入,其金额远超公司营业收入和去年利润。尽管发生了这一会计事件,亚马逊也强调了其持续的战略合作,包括为Anthropic和OpenAI等AI实验室提供云服务和Trainium芯片,并扩展其Bedrock服务以支持新模型。

  12. RESEARCH · CL_165148 ·

    Pinterest 部署 PinEqualizer 以改进内容发现并减少偏见

    Pinterest 开发并部署了一个名为 PinEqualizer 的系统,以解决其大规模搜索和推荐引擎中的内容冷启动问题。该系统贯穿整个多阶段漏斗,减少了对现有内容的偏见,并改进了各种内容类型的模型预测。PinEqualizer 在 Pinterest 已开发和使用两年,在新鲜内容探索、用户参与度和其内容生态系统的整体健康度方面取得了显著改进。

  13. COMMENTARY · CL_159700 ·

    算法深刻塑造社交媒体用户体验,策划内容和互动

    本文探讨了算法如何影响各种社交媒体平台上的用户体验。它详细介绍了这些算法如何通过策划内容、个性化信息流和推荐连接来最大化用户参与度。作者认为,这种算法策划极大地塑造了用户对平台的感知和互动。

  14. MEME · CL_157024 ·

    Reddit 讨论 AI 动漫角色创建方法

    Reddit 用户正在询问关于创建 AI 生成的动漫原创角色的问题,这些角色经常出现在 Pinterest 等平台上。讨论的重点是用于制作这些风格化图像的方法和工具,特别是对是否有免费选项可用于生成此类内容感兴趣。

  15. COMMENTARY · CL_149878 ·

    设计师反对AI生成参考图,称工作量增加且士气低落

    设计师们对收到客户或总监生成的AI参考图表示不满。这些AI输出通常缺乏公司品牌或设计限制的背景信息,迫使设计师花费大量额外的时间和精力去调整。这个过程可能让设计师感觉自己只是操作员而非创意合作者,从而损害他们的积极性和最终产出的质量。一些设计师认为,如果客户能够用AI完美地阐述他们的愿景,他们自己也可以完成设计。

  16. TOOL · CL_146337 ·

    Google计划为Google图片推出类似Pinterest的发现信息流

    Google正在为Google图片开发一个新的发现信息流,其灵感来自Pinterest的个性化收藏。此功能将允许用户将包括AI生成的图片在内的图片保存并整理到自定义画廊中。目的是增强Google搜索生态系统内的图片发现和用户参与度。

  17. TOOL · CL_145075 ·

    Replit 展示用户生成内容的移动应用设计过程

    Replit,一个AI开发平台,分享了一位用户创建移动应用程序的设计过程。用户sarahli详细介绍了他们构建一个色彩丰富且引人入胜的应用程序的方法,并从Pinterest等平台汲取灵感。这展示了Replit在促进移动应用程序开发方面的能力。

  18. TOOL · CL_156647 ·

    Pinterest 开发模型无关的长期用户参与度框架

    Pinterest 的研究人员开发了一个新的模型无关框架,旨在优化大规模推荐系统中长期用户参与度和留存率。该框架通过识别预测未来留存率的会话级行为,解决了稀疏、延迟和部分可归因的返回信号的挑战。该系统已成功部署到 Pinterest 的各种平台,包括 Homefeed、Related Pins、Search 和 Notifications,并在参与度和留存率指标方面取得了持续的改进。

  19. RESEARCH · CL_147989 ·

    Pinterest论文介绍用于长期用户参与度的模型无关奖励

    研究人员开发了一个新的框架,用于优化大规模推荐系统中的长期用户参与度。这种模型无关的方法识别预测未来留存的会话级行为,并从观察到的用户操作中导出多个奖励信号。该框架已成功部署到Pinterest的各种表面,包括Homefeed、Related Pins、Search和Notifications,在参与度和留存率指标方面均显示出持续的改进。

  20. TOOL · CL_156648 ·

    Pinterest使用深度学习优化电子商务检索

    研究人员开发了一个深度学习系统,用于优化Pinterest等电子商务平台的检索。该系统旨在仅在有益时触发购物建议,减少用户的非必要干扰。通过采用一种使用因果推断技术训练的多任务模型,该系统学习个性化策略来预测和改进触发购物候选的结果。在Pinterest的实施使购物触发次数减少了85%,同时保持了关键的购物会话,从而使总会话增加了0.26%,Pin保存量增加了1.10%,并节省了大量基础设施成本。