手機(jī)已經(jīng)成為諸多互聯(lián)網(wǎng)公司占據(jù)入口的標(biāo)配型產(chǎn)品,但是多數(shù)進(jìn)入這個市場的競爭者,大多停留在單純的硬件參數(shù)的比拼之中,這多少已經(jīng)讓用戶產(chǎn)生了審美疲勞。如果說有一家國內(nèi)的互聯(lián)網(wǎng)公司可以將手機(jī)這個終端產(chǎn)品做成服務(wù)的一部分,將手機(jī)做出與眾不同的體驗(yàn),剛進(jìn)入戰(zhàn)場的樂視將是一個最有可能的玩家。
從生態(tài)體系上來看,樂視具備這樣的基因?;蛟S是生態(tài)的優(yōu)勢,樂視手機(jī)才被定義為超級手機(jī)。
垂直整合法則
樂視的發(fā)展是視頻網(wǎng)站開始的,逐漸延伸到內(nèi)容生產(chǎn)環(huán)節(jié)的影視公司、電視劇公司,和呈現(xiàn)終端的硬件盒子、和樂視電視??梢哉f,樂視正在建造一個以“視頻”為核心,呈現(xiàn)為“平臺+內(nèi)容+終端+應(yīng)用”的重度垂直模式。
這個模式的獨(dú)特之處在于兩點(diǎn)。首先,對公司本身而言,樂視做到了穩(wěn)扎穩(wěn)打,與時俱進(jìn)。既沒有固守在本業(yè)不求突破,也沒有在發(fā)展的同時,丟棄核心競爭優(yōu)勢,樂視一直沿著自己的“內(nèi)容和應(yīng)用”的主線,進(jìn)行上下游的拓展。
第二,也是更重要的,對用戶而言。這種垂直的生態(tài)結(jié)構(gòu),可以讓用戶擁有更加一致性的消費(fèi)體驗(yàn)。
也正是基于這個龐大的樂視生態(tài)體系,從橫向來看,樂視手機(jī)的價值不再只是一個簡單的硬件終端,而是一部能呈現(xiàn)樂視各種服務(wù)的生態(tài)手機(jī)。從縱向看,樂視手機(jī)也將可能和樂視TV一樣,以自身為核心,發(fā)展出一個基于移動互聯(lián)網(wǎng)的子垂直生態(tài)。
實(shí)際上,之前的樂視TV,樂視影業(yè)的業(yè)績表現(xiàn),也證明了這種生態(tài)模式的生命力。樂視得以在進(jìn)入一個新的市場不久,就開始取得勝利果實(shí)。
而將垂直模式在不同領(lǐng)域復(fù)刻,也成了樂視公司的戰(zhàn)略發(fā)展法則。樂視CEO賈躍亭在談及樂視全球化戰(zhàn)略時提到會將垂直整合生態(tài)模式復(fù)制到海外;樂視車聯(lián)網(wǎng)CEO何毅在提及汽車戰(zhàn)略時表示,會把垂直整合生態(tài)模式復(fù)制到汽車行業(yè)。
手機(jī)之重與多屏戰(zhàn)略
而即將面世的樂視手機(jī),毫無疑問,是樂視當(dāng)前最具分量的一次生態(tài)演進(jìn)。如果說原來我們可以說,用戶在利用碎片時間用手機(jī),現(xiàn)在則是手機(jī)將用戶的時間化為碎片。
同時,手機(jī)也是一個相當(dāng)能體現(xiàn)樂視生態(tài)價值的戰(zhàn)略級產(chǎn)品。
此前樂視智能終端事業(yè)群CMO彭鋼曾對外表示:“樂視目前在做的就是,尋找可以復(fù)制垂直生態(tài)體系的領(lǐng)域。在我看來,這個領(lǐng)域應(yīng)該具備三個條件:一、可以打造內(nèi)容平臺;二、存在內(nèi)容分發(fā);三、可以軟硬件結(jié)合,并可通過硬件打通全產(chǎn)業(yè)鏈。”
樂視TV就是這個思路下的產(chǎn)品。彭鋼認(rèn)為,未來的趨勢是,信息的交互、游戲、娛樂、社交等目前所有在家里用屏幕解決的事情,都可以通過電視這個大屏解決,甚至電視將成為家中所有智能設(shè)備的“大腦中樞”。一旦上游的技術(shù)創(chuàng)新解決了交互問題,例如輕松打字等,未來極有可能三屏合一,iPad、電腦將被電視的大屏取代,圍繞電視的生態(tài)將進(jìn)一步擴(kuò)展。
“互聯(lián)網(wǎng)大屏生活是一個可自循環(huán)的閉環(huán),這個環(huán)的背后是基于平臺、內(nèi)容、終端、應(yīng)用的生態(tài)圈,在這個生態(tài)圈里,用戶的智能生活幾乎全部可以實(shí)現(xiàn)。我們的內(nèi)容定制、平臺定制、終端定制,都圍繞用戶的習(xí)慣而生。我們未來會把它產(chǎn)品化,這也是圍繞我們整個的生態(tài)圈展開的。”彭鋼曾經(jīng)這樣描述。
而按照樂視打造用戶數(shù)字大腦中樞的構(gòu)想,顯然樂視下一個需要進(jìn)入的領(lǐng)域,就必須是手機(jī)。因?yàn)檫@是用戶走出客廳,馬上就要拿在手上的東西。
手機(jī)和電視的區(qū)別就在于,它可以讓用戶擁有了一個很方便的移動互動平臺,這個服務(wù)平臺可以和硬件產(chǎn)品互動起來,解決了信息流的問題,能把用戶的需求定義得更清楚具體,用戶的很多行為因此可被解構(gòu)和重組。
基于上述與電視的互補(bǔ)性,樂視手機(jī)未來可以想象的提供的空間是巨大的。還是這個思路,我們就不難理解汽車對于樂視的價值了,這是一個用戶握著手機(jī),可能會邁進(jìn)的下一個空間,另一個需要數(shù)字大腦中樞的地方。
戰(zhàn)術(shù)法則
戰(zhàn)略的正確性,還需要戰(zhàn)術(shù)的正確性。
手機(jī)對樂視的價值已經(jīng)不言而喻。而現(xiàn)在面臨的首要問題是,如何實(shí)現(xiàn)樂視手機(jī)的大賣?在小米和華為已經(jīng)占據(jù)了大部分市場的當(dāng)下,樂視超級手機(jī)的成功幾率能有多高?
類似的問題恐怕當(dāng)年雷軍做小米的時候也被問過,事實(shí)證明小米手機(jī)從一堆國產(chǎn)山寨機(jī)中脫穎而出,利用高性價比優(yōu)勢成功占據(jù)一片江山。
但還好,用戶已經(jīng)開始對性價比之外的東西開始感興趣了,那就是內(nèi)容和品質(zhì)。因?yàn)?,用戶用手機(jī),不是欣賞硬件參數(shù),而是使用應(yīng)用。樂視的生態(tài)可以發(fā)揮作用。
另外一方面,樂視硬件方面的經(jīng)驗(yàn)也將發(fā)揮作用。
樂視TV的成功證明讓樂視在供應(yīng)商、生產(chǎn)等傳統(tǒng)制造環(huán)節(jié)掌握豐富了豐富的供應(yīng)鏈管理經(jīng)驗(yàn)。而這恰恰是一家互聯(lián)網(wǎng)企業(yè),甚至任何一個剛開始做硬件的企業(yè)的最大挑戰(zhàn)。
2013年樂視在對超級電視整體銷量預(yù)測時也曾相對保守,造成供不應(yīng)求的局面。中怡康數(shù)據(jù)則顯示, 樂視TV超級電視在2014年7月份單月市占率達(dá)到7.36%,超過三星、夏普、索尼三大洋品牌,并且在39英寸、50英寸、60英寸、70英寸的產(chǎn)品銷售中占據(jù)頭名。另外,奧維咨詢數(shù)據(jù)顯示,2014年2-6月,樂視在天貓平臺電視銷售市場份額達(dá)15.3%,位居第一。根據(jù)樂視網(wǎng)2014年上半年報數(shù)據(jù),樂視超級電視截止2014年6月30日累計銷售90萬臺。
樂視智能終端事業(yè)群COO梁軍曾披露,樂視TV超級電視發(fā)布至今,已經(jīng)完成了從40寸到70寸整個產(chǎn)品線的覆蓋。截止2014年10月份,超級電視總銷量為142萬臺,其中919樂迷節(jié)單日銷量10萬臺,雙11銷售額達(dá)到1.58億。
樂視顯然擁有互聯(lián)網(wǎng)公司的營銷基因,當(dāng)年樂視TV一機(jī)難求的話題性已經(jīng)證明了這一點(diǎn)。不過和硬件管理和營銷的經(jīng)驗(yàn)相比,更值得期待的還是樂視基于內(nèi)容和應(yīng)用的生態(tài)。我們已經(jīng)看了太多從硬件向軟件平臺進(jìn)軍的手機(jī)公司了。來得早不如來得巧,是時候期待另外一個風(fēng)格的手機(jī)公司了。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。