隨著當(dāng)今智能手機的普及化,移動APP成了每個人日常生活中不可或缺的組成部分,人們習(xí)慣了在手機上購物、社交、學(xué)習(xí)和工作。 今天,我們的工作日益復(fù)雜,高效的移動辦公便成為大家最迫切的需求。 今天為大家介紹的是一款新興的軟件——羅盤。 此羅盤不是定位儀,而是能夠幫助人更好的進行時間管理、提升效率。
其實市面上為人所熟知的一些APP,例如:為知筆記、印象筆記,Teambition/Todoist 等等應(yīng)用都有一部分時間管理的功能,與之相比羅盤有著怎樣的不同?
1.管理的方式不同
協(xié)同類應(yīng)用——就是在使用的時候,不同于其他應(yīng)用將時間管理設(shè)定給自己,羅盤倡導(dǎo)的是由一個目標(biāo)創(chuàng)建人,將目標(biāo)分享給其他人的多人管理應(yīng)用,正如羅盤初始動畫中所說的:“分享目標(biāo)分享體驗(Share Targets, Share Experiences)”。
這種方式,更類似于傳統(tǒng)ERP系統(tǒng)中的設(shè)定,支持多人參與,比較專業(yè)的實現(xiàn)由單點對多點進行目標(biāo)把控。
2.管理側(cè)重點不同
羅盤與其他軟件不同之處在于,大部分軟件的時間管理是針對某一具體的事件進行時間管理,人們習(xí)慣性的將某一事件在軟件上進行相關(guān)的具體時間進行設(shè)定,然后在時間節(jié)點之前將其完成。而羅盤是針對“目標(biāo)”進行管理,所謂的目標(biāo),可以是一件具體的事情,也可以是一個抽象的目的。羅盤更側(cè)重的是在實現(xiàn)這一“目標(biāo)”中,創(chuàng)建人與被邀請人共同努力合作來實現(xiàn)的過程。同時,“被邀請人”是已存在創(chuàng)建人通訊錄中的“熟人”,這樣創(chuàng)建目標(biāo)實現(xiàn)的成功率會大大提高。
3.管理細節(jié)不同
很多的時間管理軟件是設(shè)定了目標(biāo)事件與邀請人之后,邀請人接受與否,這個目標(biāo)事件都可以被創(chuàng)建人隨時刪除。而在羅盤中,一旦目標(biāo)被創(chuàng)建,只要有一位被邀請人同意接受之后,這個目標(biāo)條目將被寫入手機自帶日歷中,任何人都沒有權(quán)限去刪除這一條目,直至到達目標(biāo)日結(jié)束,這相當(dāng)于目標(biāo)中的參與者達成了一種契約,并以契約約束的形式直到目標(biāo)達成,十分有趣。
而另一個比較特別的地方是,用羅盤建立了一個目標(biāo)之后,被邀請人可以與創(chuàng)建人在羅盤的“進度更新”中進行文字圖片的溝通,但重點是,每一位被邀請人是看不到其他被邀請人名單的,同時也看不到其他被邀請人的溝通信息內(nèi)容,這樣就使得整個目標(biāo)的進度更新中,目標(biāo)創(chuàng)建人是以一對多的形式與被邀請人進行進度溝通,而每個被邀請人都是一對一的與創(chuàng)建人溝通。這種溝通方式是在其他社交軟件極少看到的,此中利弊,因人而異吧,也算是比較獨特的溝通模式。
總結(jié):
在目前應(yīng)用市場上的生產(chǎn)力效率軟件,除了知名的Office,WPS之類的專業(yè)文檔處理軟件,其他大部分都是在記事清單、項目管理、GTD的方向上做文章。在使用了羅盤一段時間后,筆者總體感覺是:目前功能還較單一,軟件界面美觀度一般,但整個軟件在溝通交互/使用邏輯上不乏小亮點,鑒于此軟件目前還在初期開發(fā)階段,有興趣的朋友還是可以下載試用一下,程序支持iOS和安卓版,在App Store和幾個大型安卓軟件市場均可下載。 目前大部分人習(xí)慣于傳統(tǒng)的紙筆或者桌面辦公軟件上,因此移動端效率軟件還具有教育和培養(yǎng)市場受眾的意義。羅盤的出現(xiàn),算是效率應(yīng)用的一種新思路,今后的發(fā)展還是值得關(guān)注的。
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,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。