Twitter和Facebook是兩種不同的社交媒體平臺，它們在功能、用戶群體和使用方式上有很多區別。以下是它們之間的一些主要區別：
1. 平臺定位：Twitter主要定位為一個即時信息傳遞的平臺，用戶可以發布短消息（推文）并與其他用戶分享想法、新聞、鏈接等內容。而Facebook則更側重于社交和人際關系，用戶可以與朋友和家人連接、分享照片、狀態更新以及參與各種活動。
2. 內容形式：Twitter的內容以短消息為主，每條推文最多140個字符（現在已擴展到280個字符），內容簡潔、直接。Facebook允許用戶發布更長的狀態更新、照片、視頻、鏈接和各種其他多媒體內容。
3. 用戶互動：Twitter更加注重公共對話，用戶可以通過回復、轉發和點贊等方式對推文進行互動。而Facebook更側重于私密性和個人關系，用戶可以在朋友圈內進行互動、評論、點贊、分享等。
需要注意的是，這些區別并不是絕對的，用戶使用平臺的方式和功能也可能因個人需求和習慣而有所不同。
對我來講沒啥區別，因為臉書和twitter的視頻可以用逛光影存圖這個app來保存到手機的，安卓和ios都可以用
作為一個電商賣家，Facebook、Instagram、Twitter、這樣的社交媒體也是必爭之地。然而市面上眾多的社媒平臺，究竟哪個才能讓你的推廣效果最大化呢?
Firstofall，必須要從“都分一杯羹”的想法掙脫出來。
事實上，每個社群網站都有其所屬的特色用戶群和不同的使用偏好，你一定不會想浪費大把的時間和鈔票tryanderror的經營社群網絡。
下面為你整理幾個社群網站的特性以及他們的最佳發布時間，作為品牌經營的參考。關于發布時間，本文使用的是Hootsuite和SproutSocial的研究。
不同社交媒體適用于發布不同種類的內容：
●Facebook：適合作為目標客群的廣告平臺
●Instagram：吸引人的實體環境或商品
●Twitter：適合有意義的內容、對話或是社會支持
●LinkedIn：文化、公司新聞、職涯
根據Hootsuite的說法，對于B2B和B2C品牌而言，一般來說，社交媒體最佳發布時間是“美國東部標準時間上午9點至12點之間，即工作周的早期(即星期一至星期三)”。
下面我們展開來聊一下。
01、Facebook
Facebook是目前眾多社群網站之中的流量之王，具有無可比擬的用戶基礎。
建議：可以做付費廣告。
優點：付費廣告的優勢在于它是高度目標化的，與消費者喜好高度相關的，比起將廣告暴露在非主要客群中來得更有效。
缺點：必須為廣告付費，但是如果有好的廣告內容跟宣傳手法，也可以透過小小的付費廣告，大大增加營收。
根據Hootsuite的研究，對于B2B品牌而言，在Facebook上發帖的最佳時間是在美國東部時間周二、周三和周四的上午9點至下午2點之間。
對于B2C品牌而言，發布的最佳時間是美國東部時間星期一、星期二和星期三的中午12點。
02、Instagram
Instagram：引人注目的照片
優點：強項就是展示圖片。對品牌來說是相對友善的平臺，因為它并不會過濾或是隱藏任何的動態，或是以雜亂無章的方式呈現。
適用：Instagram比較適合擁有實體環境展示空間，大量的產品和配件可以在同一個畫面中顯示的品牌。
例如服飾配件這些商品可以被實境展示，同時搭配呈現，也很容易拍出唯美、有藝術感的照片，甚至透過照片說產品的故事，也很適合使用Instagram。
但若品牌不符合上述內容，只要能夠創造一個創意十足的策略，搭配一致性的主題標簽、影片討論，Instagram也能為品牌形象或是銷售量產生推動作用。
根據SproutSocial的說法，Instagram的帖子在星期三表現最佳，最佳時間是星期三的上午11點和星期五(從上午10點到晚上11點)。此外，他們發現Instagram的參與度最一致的是星期一至星期五，上午9點至下午4點。但是，他們還指出，與其他平臺相比，Instagram在周末和早晨確實有分散的參與點。
03、Twitter
Twitter：趣聞軼事、圖片、引用;需要較多售后服務的商品，如電子產品。
優點：Twitter更有效且實時。若能夠在Twitter上實時且準確地回覆顧客訊息，也可能因此提升品牌的形象和評價，有助于產品的銷售。
若產品是比較高風險的產品需要較多的售后服務，像是電子產品，則Twitter是一個很推薦使用的社群網絡，能夠有效地為顧客及時解決問題。
另外，不論你是賣什么產品的電商，Twitter的使用者喜歡的就是有趣的內容、圖片以及激勵人心的格言。
根據Hootsuite的說法，B2B品牌的最佳發布時間是美國東部時間周一或周四上午9點至下午4點，重點是上午11點至下午1點之間的窗口。
對于B2C品牌，發推的最佳時間是美國東部時間星期一至星期三中午12點或下午1點。
而根據SproutSocial的說法，發推的最佳時間是星期三和星期五，最好的時間是星期三和星期五上午9點。
04、LinkedIn
LinkedIn：文化、公司新聞、職涯
適用：透過LinkedIn經營社群網絡關系，必須意識到：使用者通常是對你的公司有興趣的人，像是找工作或是商業合作伙伴，對商品的營銷和推廣是不管用的。
根據Hootsuite的研究，B2B品牌在LinkedIn上發布的最佳日子是星期三，其次是星期二。
對于B2C品牌，他們的研究表明，在LinkedIn上發布廣告的最佳日期是星期一和星期三。
對于上文提到的最佳發布時間，有一定的參考意義，但也不完全適用，需要根據你所屬的行業和特點來做出具體安排。當你不確定某個特定時間是否是個好主意時，請嘗試想象一下理想的客戶當時可能會做什么。根據你對目標受眾的了解，安排一個月的社交媒體發布時間，然后分析數據并進行相應調整，在不同的時間進行試驗，看看什么有效，什么無效。
在通往人工智能的路上，Google一直在不停地買買買。而且Google在人工智能領域的收購其實從2006年就開始了。
DeepMind（2014年1月26日被Google收購）
Deepmind可以說是當下最火的人工智能初創公司，于2014年1月26日被Google收購。
雖然被谷歌收購，但是DeepMind一直是獨立運營的，他們的目標是開發能夠“獨立思考”的軟件。為了能夠開發這種類型的人工智能軟件，DeepMind在海量數據集合的幫助下使用機器學習等技術訓練自己的人工智能去完成某些工作任務。
api.ai（2016年9月19日被Google收購）
api.ai的API可以透過語音辨識、意圖辨識和上下文語境理解等技術，讓電腦理解人類語言并轉換為行動，協助開發者打造類似Siri的對話式智慧助理，可用于聊天機器人、App、智慧家電等。
api.ai已經證明他們可以協助開發者設計、開發和不斷改進會話式界面。超過6萬名開發者正使用API.ai的工具開發會話式體驗。api.ai提供了業界領先的會話式用戶界面平臺，能夠協助谷歌指導開發者持續開發優秀的自然語言界面。
Moodstocks（2016年7月6日被Google收購）
Moodstocks公司成立于2008年，作為一個小的創業公司，他們的規模并不大。
Moodstocks公司是以圖像識別技術為主，并推出了智能手機的圖像識別應用程序Moodstocks Notes。在加入谷歌在巴黎的研發團隊之后，他們將繼續研發自己的視覺圖像識別工具。
Dark Blue Labs（2014年10月23日被Google收購）
Dark Blue Labs是一家深度學習公司，主要從事數據架構以及算法開發工作，被收購后并入DeepMind。
Jetpac（2014年8月17日被Google收購）
總部位于舊金山的Jetpac通過Instagram等社交圖片分享工具制作城市導游服務。通過分析食品、裝飾和人物圖片，Jetpac的軟件便可對城市的各種特點進行分析。
Jetpac被收購前有三款智能手機應用，包括一款城市導游助手、一款圖片分析器和一款圖片探測工具，被收購后并入Picasa中。
Emu（2014年8月6日被Google收購）
Emu是一個類似語音助手Siri但卻是“通過文本消息服務的內置助手”。
它整合了類似Siri個人助理的功能，將會根據你的聊天記錄，自動執行移動助理的任務。比如自動建立日程、設置時間提醒、甚至還能幫你預定餐館。
Emu被Google收購后主要用于Google Hangouts以及Google Now中。
Flutter（2013年10月2日被Google收購）
Flutter2010年底由Navneet Dalal和Mehul Nariyawala創辦，利用計算機視覺技術結合手勢監測識別技術，使得用戶可以用簡單的手勢來操控電腦和移動設備。
Flutter被Google收購后主要應用在Android以及Google X項目中。
Wavii（2013年4月23日被Google收購）
Wavii是一家成立于2009年3月的自然語言處理技術公司，總部位于西雅圖。
Wavii主要做的是掃描網絡、尋找新聞、然后進行總結，并附上文章來源的全文鏈接。
Wavii被Google收購后主要應用在Google Knowledge Graph（Google知識圖譜）中。
DNNresearch（2013年3月12日被Google收購）
DNNresearch公司是由深度學習大神Geoffrey Hinton與他的兩個研究生Alex Krizhevsky和Ilya Sutskever成立。由于谷歌在本次收購中沒有獲得任何實際的產品或服務，所以本次收購實際上屬于人才性收購，收購的主體是為了這三人團隊。
Viewdle（2012年10月1日被Google收購）
Viewdle是一家成立于2006年的烏克蘭公司，被收購前主要做的是增強現實和面部識別。