特写特讯！暑期档平均票价创历史新高 电影票贵过奶茶？

暑期档平均票价创历史新高 电影票贵过奶茶？

北京 - 据灯塔专业版数据统计，截至8月9日，2023年暑期档（6月1日至8月31日）票房累计已破197.25亿元，刷新中国影史暑期档最高票房纪录。总出票数4.83亿张。平均票价40.65元，创下历史新高。

对比历年数据，电影票价总体呈小幅上涨趋势。2021年平均票价为40.29元，进入40元区间，2022年涨幅在2元左右。

从地域分布来看，一线城市平均票价51.9元，二三线城市则分别为41.6元和40.7元。

有网友表示，现在看电影的成本越来越高，一张电影票的价格甚至比一杯奶茶还贵。

对于电影票价为何居高不下，业内人士分析认为，主要有以下几方面原因：

• 电影制作成本增加：近年来，随着电影制作技术的进步和制作理念的升级，电影的制作成本不断攀升。例如，IMAX、3D等特效电影的制作成本要远高于普通电影。
• 影院运营成本增加：近年来，随着房租、人工等成本的上升，影院的运营成本也随之增加。为了维持盈利，影院不得不提高票价。
• 供需关系不平衡：在暑期档等热门档期，电影市场供需关系紧张，票价自然会水涨船高。

尽管电影票价居高不下，但依然有许多观众愿意走进影院观看电影。数据显示，2023年暑期档观影人次已突破1.2亿人次。

有分析人士认为，随着电影产业的发展和观影文化的普及，电影票价将会逐步趋于合理。

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。