近來,手機(jī)作為移動互聯(lián)網(wǎng)的重要入口之說不絕于耳,對于其邏輯性是否合理不想做太多梳理。但是從2015年伊始各大互聯(lián)網(wǎng)大佬的動作頻頻可以清晰的看到,即便不是最重要的入口,手機(jī)也是移動互聯(lián)網(wǎng)的兵家必爭之地。
先是周鴻祎豪擲26億攜手酷派大神并快速扎根深圳建手機(jī)基地,再到雷軍用12.66億聯(lián)姻美的增加籌碼,以及最近阿里36億戰(zhàn)略入股魅族……紛至沓來的大手筆,究竟意欲何為?難道真的僅僅是在搶占移動互聯(lián)網(wǎng)的渠道入口?而在今年360內(nèi)部年會上,周鴻祎的一席話可能讓處于“迷霧”中的我們看清楚更多。
“2015年做手機(jī)不是360某個部門的事情,而是整個公司的事。手機(jī)是進(jìn)軍智能家居的重要組成,360只有對手機(jī)底層有更深入的研究和把握,才能給用戶提供最好的使用體驗(yàn)”。周鴻祎如此的表態(tài),顯示了再度進(jìn)軍手機(jī)領(lǐng)域的決心,也留下一個公眾很感興趣的問題——手機(jī)底層,究竟指的是什么?
手機(jī),無非是由軟件和硬件組成,這兩個部分都可以視為手機(jī)的底層。一向以“行業(yè)攪局者”角色出現(xiàn)的周鴻祎,又有怎樣的殺招來實(shí)現(xiàn)突圍呢?一向不按常理出牌的他,玩什么似乎都在情理之中。硬件方面,性價比已被炒爛,老周會不會推出一款售價、品質(zhì)、硬件堪比iPhone的手機(jī),或者干脆反其道而行,徹底做一款“免費(fèi)”的手機(jī),一切皆有可能。
再看軟件,也就是用戶關(guān)注的ROM系統(tǒng),這倒是周鴻祎始終沒有公開表態(tài)過的。
周鴻祎卻稱自己是唯一看破小米模式的人,也是極力看好這種模式的人。小米的模式是什么?答案是小米的MIUI系統(tǒng)。這個國內(nèi)最早的第三方安卓ROM之一的成功案例,不僅僅引發(fā)了類似于魅族、錘子等其他手機(jī)廠商的跟隨,更是成為小米手機(jī)的核心競爭力。恐怕周鴻祎看好的恰恰在于此,所以老周的底層是指獨(dú)立開發(fā)的系統(tǒng)的可能性,也非常大。
而從360已有的產(chǎn)品角度出發(fā)也不難發(fā)現(xiàn),無論是安全、桌面、云盤、移動應(yīng)用市場等構(gòu)建ROM系統(tǒng)的必要因素360全部都有涉足,表現(xiàn)也可圈可點(diǎn),并且擁有可觀的用戶及市場基礎(chǔ)?,F(xiàn)如今,在酷派這樣的專業(yè)硬件制造商的支持下,做自有系統(tǒng)對于360來說,不難,用戶接受起來,也毫無違和感。
如此看來,周鴻祎打造自有品牌手機(jī)的最終目的恐怕并非外界盛傳的占領(lǐng)渠道那么簡單,或者也非他自己所言為了進(jìn)軍智能家居領(lǐng)域,由此打造出一個屬于360的生態(tài)環(huán)境,進(jìn)而成為蘋果那般令人尊敬的全球品牌,這條路才是終極目標(biāo)。
作為360“第一產(chǎn)品經(jīng)理”,周鴻祎親自“主持”的產(chǎn)品不乏亮點(diǎn)。有意思的是,無線年會的內(nèi)部講話中,周鴻祎無意間透露了自己對于手機(jī)照相功能的五大需求:“美白、磨皮、大眼、隆胸、拉出一條大長腿。”可見其對于用戶習(xí)慣研究之深。
究竟360新手機(jī)能否實(shí)現(xiàn)周鴻祎的設(shè)想,還需要時間的檢驗(yàn)。但是在“特供機(jī)”之后,老周明白了全力以赴的重要性,也就有了“做手機(jī)是整個公司的事”的明確表態(tài)。重新殺回手機(jī)市場,是周鴻祎的不甘心。也如他所說,手機(jī)領(lǐng)域的機(jī)會還是有的,但是老周能否在小米、魅族、阿里等互聯(lián)網(wǎng)企業(yè)的重重包圍下突圍,還是要看360新手機(jī)如何為用戶創(chuàng)造價值,如何為用戶帶來不一般的體驗(yàn)。2015年,巨頭云集的手機(jī)行業(yè)注定難以平靜。
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(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。