今天,小米舉行年度發(fā)布會,發(fā)布了5.7寸大屏智能手機小米Note、小米小盒子,小米董事長兼首席執(zhí)行官雷軍再次強調(diào)了小米的布局:手機、電視、路由器,并且要用投資的方式“優(yōu)雅的解決手機與智能設(shè)備的互聯(lián)”,向精英用戶大獻殷勤。
發(fā)布會開始,雷軍就對不久前入股美的做了公開回應(yīng),小米會用入股、投資等方式來實現(xiàn)“以手機為中心,連接一切智能設(shè)備”。
雷軍指出,智能設(shè)備當(dāng)前有三大痛點,手機連接復(fù)雜,每個設(shè)備都需要一個獨立的APP,而且在這背后云服務(wù)投入大。為此,小米希望用三個步驟來實現(xiàn)手機與智能設(shè)備的互聯(lián)。
首先,第一步研發(fā)通用的智能模塊,比如傳統(tǒng)空調(diào)+智能模塊形成一個智能空調(diào)產(chǎn)品。小米在其中扮演的角色,就是以材料成本價推動合作伙伴的設(shè)備智能化,目前,小米智能模塊的材料成本價是22塊錢,未來這個價格會逐漸降低。
接下來的第二步,小米會把智能家庭APP不斷完善,比如,現(xiàn)在已經(jīng)可以在MIUI鎖屏界面集成設(shè)備控制中心等。
最后,在第三步研發(fā)通用的云服務(wù),按照小米云實現(xiàn)應(yīng)用云服務(wù)、金山云解決基礎(chǔ)云服務(wù)的布局,來完善云解決方案。
雷軍強調(diào),小米貫徹合作策略,開放、不排他、非獨家,雷軍用了這樣一句話:“團結(jié)一切可團結(jié)的人,把朋友弄的多多的,把敵人搞的少少的,讓每個人都能享受科技的樂趣。”
在優(yōu)雅的解決手機與智能設(shè)備的同時,雷軍在發(fā)布會上表達出了小米希望更多吸引精英人士的欲望。
剛剛發(fā)布的小米Note使用2.5GHz高通驍龍801處理器和3GB內(nèi)存,并支持移動4G和聯(lián)通4G的雙卡雙待雙4G。
在介紹小米Note的雙卡雙待功能時,雷軍特意強調(diào),小米Note配備了nano SIM卡和micro SIM卡,使用iPhone的用戶,可以不用換卡就能換小米Note。
而小米Note的配置也符合很多精英人士的訴求,特別是小米Note推出的頂配版:高通驍龍810處理器、4GB RAM和2K分辨率屏幕、3000毫安時、支持快速充電。
從外觀上來看,小米Note比iPhone 6 Plus薄0.15毫米、窄0.2毫米、短3毫米、輕11克,屏幕則比iPhone 6 Plus更大。
實際上,當(dāng)小米在布局智能家居的時候,也在為小米高端手機設(shè)局。
因為越來越多的智能家居使用了小米的智能互聯(lián)解決方案的時候,這些用戶就需要有一個小米手機來做遙控器,畢竟iOS來操控小米的APP體驗要差許多,而這些iPhone用戶顯然不是紅米和小米的用戶,所以,這個時候雷軍就給了他們小米Note。
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、解耦橋接機制和漸進式訓(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。