最近,聯(lián)想新路由newifi動作頻頻,包括聯(lián)想高層陳旭東參加的“大神面對面”線下活動,以及多渠道的促銷。這款產(chǎn)品為何如此受到聯(lián)想重視,在近日舉行的聯(lián)想首次“社群發(fā)布會”上,聯(lián)想副總裁,聯(lián)想NBD總經(jīng)理白欲立敞開心扉,道出了這款聯(lián)想布局物聯(lián)網(wǎng)的戰(zhàn)略級產(chǎn)品的誕生始末,借此機(jī)會,也讓社群中的百位社群領(lǐng)袖,超過20000名社群參與者深入了解了聯(lián)想NBD創(chuàng)業(yè)平臺的模式以及價值。
對于為何如此重視newifi,白欲立稱newifi是聯(lián)想NBD切入物聯(lián)網(wǎng)入口的戰(zhàn)略級產(chǎn)品。“其實物聯(lián)網(wǎng)有一個核心的消費應(yīng)用市場,就是智能家居領(lǐng)域,在智能家居里我們看到所有的設(shè)備要智能化、互相連接的前提就是網(wǎng)絡(luò)。而我們每一個家庭都不可或缺的網(wǎng)絡(luò)連接工具和設(shè)備就是路由器。”
同時,newifi也是聯(lián)想NBD平臺與創(chuàng)業(yè)者合作成功的典型案例。據(jù)了解,聯(lián)想NBD又叫“新板凳”,目標(biāo)是搭建中國最靠譜的物聯(lián)網(wǎng)創(chuàng)業(yè)平臺,讓更多創(chuàng)業(yè)者借助聯(lián)想NBD,站得更高,跳的更遠(yuǎn),實現(xiàn)創(chuàng)業(yè)夢想。NBD作為聯(lián)想轉(zhuǎn)型互聯(lián)網(wǎng)的第一步,一直努力探索、開拓新業(yè)務(wù),把握市場大勢,為處于互聯(lián)網(wǎng)沖擊下的聯(lián)想找到新的增長引擎。
“newifi作為切入物聯(lián)網(wǎng)的入口,聯(lián)想NBD在計劃做這款戰(zhàn)略級產(chǎn)品時,首先在市場上搜尋最佳戰(zhàn)略合作伙伴。這時我們找到了成都諦聽科技有限公司,他們擁有跟我們同樣的產(chǎn)品創(chuàng)意,更重要的是它具備智能路由器的核心技術(shù)、操作系統(tǒng)”,白欲立說。在雙方的合作中,聯(lián)想從資金、硬件設(shè)計、供應(yīng)鏈、銷售渠道、用戶數(shù)據(jù)等方面提供了全方位的支持,諦聽科技通過NBD平臺實現(xiàn)了自己創(chuàng)業(yè)的加速。
更重要的是,聯(lián)想NBD社區(qū)的聯(lián)想伙伴們,也能夠為newifi的軟件開發(fā)提供強(qiáng)力支持。據(jù)白欲立透露,目前聯(lián)想NBD社區(qū)目前已積累4.1萬注冊用戶,這些“聯(lián)想伙伴”相對來說比較偏技術(shù)范,能夠獨立幫助NBD開發(fā)應(yīng)用軟件、完善產(chǎn)品設(shè)計,幫助改善整個軟件的架構(gòu),newifi的成功他們具有不可磨滅的功勞。“在newifi發(fā)布之后的一個月內(nèi),有大神級的聯(lián)想伙伴,為我們開發(fā)了13款插件”,白欲立說。
在各方努力下,聯(lián)想newifi已經(jīng)成為目前市場上性價比最高的智能路由器產(chǎn)品。目前,newifi在京東設(shè)有領(lǐng)券立減優(yōu)惠活動(PC端),回饋用戶。(http://item.jd.com/1219821.html)
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(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。實驗顯示,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)集上實現(xiàn)37.9%的精度提升,并在真實設(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)隊通過對比實驗發(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際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗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)上驗證有效性。