據(jù)《華爾街日?qǐng)?bào)》報(bào)道,惠普將于周一宣布一項(xiàng)拆分計(jì)劃,將當(dāng)前公司一分為二,拆分后,其中一家公司將專注于企業(yè)計(jì)算和服務(wù),另一家公司則負(fù)責(zé)個(gè)人電腦和打印機(jī)業(yè)務(wù)。
惠普實(shí)施分拆,有多方面積極意義,主要包括:
一、專注。就現(xiàn)在的惠普而言,尚看不清其到底專注哪一行業(yè)。3D打印市場(chǎng):惠普落后;PC市場(chǎng):惠普失去頭把交椅,聯(lián)想成為全球最大PC廠商。相比之下,惠普企業(yè)部門尚有一些有前途的業(yè)務(wù),比如惠普的Moonshot服務(wù)器、大數(shù)據(jù)產(chǎn)品,受到市場(chǎng)追捧。但這遠(yuǎn)未能掩蓋惠普面臨的問(wèn)題:惠普沒(méi)有專注任何一個(gè)能使其真正占據(jù)主導(dǎo)地位的領(lǐng)域。
二、研發(fā)支出?;萜誄EO惠特曼正在加大惠普的研發(fā)投資力度。實(shí)施拆分后,將使各個(gè)部門的研發(fā)資金緊張局面得到緩解。
三、私有化?;萜盏拇蛴I(yè)務(wù)是現(xiàn)金奶牛,具備了私有化要求的所有條件。而惠普作為一個(gè)龐大的公司,要想實(shí)現(xiàn)整體的私有化,簡(jiǎn)直不可思議。實(shí)施拆分后,可以選擇業(yè)績(jī)較好的公司進(jìn)行單獨(dú)私有化。戴爾、Tibco和BMC軟件等公司,都放棄公開(kāi)市場(chǎng)、謀求私有化,以期實(shí)現(xiàn)長(zhǎng)期增長(zhǎng)。
四、軟件和云服務(wù)?;萜盏能浖块T本該為惠普帶來(lái)更多營(yíng)收,但目前該業(yè)務(wù)未能擔(dān)當(dāng)這一重任。作為惠普公司內(nèi)部較小的企業(yè)部門,惠普企業(yè)部門可根據(jù)市場(chǎng)情況,與Red Hat或SaaS公司進(jìn)行合并。
五、有利于展開(kāi)大規(guī)模并購(gòu)。此前的報(bào)道稱,惠普與EMC已開(kāi)始進(jìn)行潛在的并購(gòu)談判,交易價(jià)格和業(yè)務(wù)結(jié)構(gòu)成為該交易關(guān)鍵。EMC看上的并非惠普PC和打印機(jī)業(yè)務(wù),而是惠普企業(yè)部門。因而從這一層面而言,惠普也應(yīng)該放棄PC和打印機(jī)部門。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)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(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)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(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)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(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),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(guò)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(cè)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(lái)了效率和精度的雙重突破。