對許多業(yè)界權(quán)威人士和分析師們而言,猜測蘋果接下來會推出的產(chǎn)品已經(jīng)成為一種流行的消遣方式。在過去的幾年中,我們一直在自以為是地討論一款蘋果電視,接著又開始宣傳iWatch將如何能為蘋果龐大的資產(chǎn)再增加數(shù)十億美元。然而,蘋果公司卻決定忽略這個建議,轉(zhuǎn)而去追求另一個更加有利可圖的市場——健康。
許多業(yè)界人士并未意識到,蘋果已經(jīng)處于醫(yī)療市場之中了。對大量的醫(yī)學(xué)中心和與健身相關(guān)的產(chǎn)品,包括計步器、血壓監(jiān)測等來說,iPhone和iPad早已成為了它們的中央樞紐。不過,蘋果公司并未采取通過自有設(shè)備進(jìn)入醫(yī)療市場這一昂貴且有風(fēng)險的舉動,而是選擇將精力集中于建立一個健康平臺上,允許其他廠商構(gòu)建使用該平臺的這些健康工具設(shè)備。
而此舉已見成效。
就第三方硬件生態(tài)系統(tǒng)而言,iOS是最豐富多產(chǎn)的一個移動平臺。幾年之前,筆者根本不會想到會有這么多可用于iPhone和iPad的配件。這得益于蘋果公司創(chuàng)建了一個開發(fā)人員可以構(gòu)建的穩(wěn)定、統(tǒng)一的平臺,而這個平臺還幫助蘋果售出了大約五億臺iPhone和2億臺以上的iPad設(shè)備。
這對一家配件制造商來說是一個巨大的用戶基群。別忘了,蘋果也能夠從其“Made for iPhone”制造許可中獲取收入。
既然如今蘋果已擁有如此龐大的用戶群,以及一個已隨著iOS發(fā)展起來的巨大配件市場,那么從邏輯上而言,蘋果接下來要做的就是創(chuàng)建一個平臺,將所有這些數(shù)據(jù)整合到其中。不是通過幾個單獨的應(yīng)用來分別記錄用戶每天跑步的步數(shù)、記錄人體重要器官健康值或記錄用戶的營養(yǎng)狀況,而是將用戶所有的數(shù)據(jù)都存儲在一個平臺上。
有利條件是,蘋果也做到了這點。當(dāng)前蘋果用戶的數(shù)據(jù)都已被鎖定到了iOS平臺,這使得這些用戶也被綁定到了該平臺。兒假若這些數(shù)據(jù)之前存儲在了應(yīng)用或云服務(wù)器上,那么對用戶而言,遷移到其他平臺將變得更為容易。
不過,這并不是說用戶不能將iOS平臺中的數(shù)據(jù)遷移到其他平臺,只是既然這項數(shù)據(jù)已經(jīng)被鎖定到了iOS平臺,再加上許多這樣的醫(yī)療設(shè)備是基于iOS平臺打造的,那就意味著人們將比從前更加受限于蘋果iOS平臺。
屆時我們將擁有一個在別處看不到的醫(yī)療衛(wèi)生部門,它能夠橫跨健康和醫(yī)療,從臨時數(shù)據(jù)(如每天走路的步數(shù)或體重)到重要的特定值(如血糖或血壓)為我們提供健康監(jiān)測。
如果將蘋果Health與一臺電視或智能手表進(jìn)行比較,我們會發(fā)現(xiàn)后面這些設(shè)備確實很新奇,但卻需要蘋果制造和銷售更多硬件產(chǎn)品。而將這款健康應(yīng)用添加到iOS平臺,即可在已經(jīng)流通的億萬臺iOS設(shè)備上激活這個新功能,而蘋果為開發(fā)者新增的后端API也將會引發(fā)更多與健康相關(guān)的配件和服務(wù)的產(chǎn)生。此外,iOS 8本就專注于現(xiàn)有蘋果iPhone和iPad產(chǎn)品陣容的價值,而非一個全新的硬件設(shè)備。
盡管一臺蘋果TV或iWatch毫無疑問會引起大家的關(guān)注,而且筆者也并不排除這類設(shè)備未來問世的可能性,但在中短期內(nèi)來看,對蘋果而言,把與健康相關(guān)的產(chǎn)品加入到iOS平臺中將更為有益。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。