4月29日,魅族科技(MEIZU)副總裁楊顏亮相GMIC 2015,出席歐朋主題為「O+戰(zhàn)略,基于流量的生活」的討論峰會,談到「系統(tǒng)和應(yīng)用如何通過整合互聯(lián)網(wǎng)內(nèi)容和服務(wù)以構(gòu)建軟件生態(tài)」。
楊顏表示,“一個行業(yè)越成熟,競爭者之間的差距就越不明顯,所以自然會進(jìn)入下一個階段,這就是內(nèi)容和服務(wù)的分發(fā)。在2010年時魅族已起步建設(shè)。目前,F(xiàn)lyme除整合了互聯(lián)網(wǎng)內(nèi)容和服務(wù)以外,許多傳統(tǒng)的工具都開始擁抱互聯(lián)網(wǎng)。Flyme自有渠道的分發(fā)占比在所有安卓手機(jī)廠商里排在第二。Flyme除了明面上的業(yè)務(wù)合作之外,還有相對底層的賬號平臺、支付平臺、系統(tǒng)級Push平臺以及已經(jīng)開始建設(shè)的基于大數(shù)據(jù)的廣告投放平臺等等。這種整合模式不僅給用戶帶來實在的便利,為硬件設(shè)備提供附加值,同時讓系統(tǒng)具備出色的分發(fā)能力,還為第三方業(yè)務(wù)帶來可觀流量。”
以下是魅族科技副總裁楊顏的演講實錄:
在功能機(jī)時代,手機(jī)雖然已經(jīng)具備了一些像音樂、視頻這種多媒體功能,但當(dāng)時的定位還只是一個播放器工具,那時候各家競爭的還是手機(jī)的基礎(chǔ)性能和基本功能。
接下來有段時間 UI 設(shè)計開始被關(guān)注,同時用戶對產(chǎn)品的細(xì)節(jié)體驗要求越來越高,廠商開始把注意力和競爭轉(zhuǎn)移到這些方面。
然后又經(jīng)過這么多年,產(chǎn)品和 UI 設(shè)計行業(yè)也越來越成熟,之前我在微博也說過,一個行業(yè)越成熟,競爭者之間的差距就越不明顯,所以自然會進(jìn)入下一個階段。這就是內(nèi)容和服務(wù)的分發(fā),所以在現(xiàn)在這個階段當(dāng)我們在談硬件與應(yīng)用的所謂“雙劍合璧”時,我們其實談的就是這些事情。
在這點上魅族起步非常早,早在 M9 時代,也就是大概 10年的時候我們就深度整合了新浪的在線音樂資源,隨后視頻和應(yīng)用中心又分別與樂視和豌豆莢合作引入內(nèi)容資源。
這么長時間過去了,現(xiàn)在 Flyme 除了這些有明顯平臺特征的應(yīng)用整合了互聯(lián)網(wǎng)內(nèi)容和服務(wù)以外,甚至有很多傳統(tǒng)的工具都開始擁抱互聯(lián)網(wǎng)。
比如日歷,日歷可以做什么,可以訂閱動漫美劇球賽綜藝節(jié)目的播放時間,現(xiàn)在正在踢歐冠,前幾天我一個同事還說要把四強的比賽時間都手工錄入到日歷里,我就說你太 Out 了。再比如計算器,計算器能提供什么互聯(lián)網(wǎng)服務(wù),實時的匯率查詢,落地到功能上就是貨幣換算。
現(xiàn)在我們可以看到越來越多的手機(jī)廠商也在做同樣的事情。
而從我們自己數(shù)據(jù)來看,用戶是愿意使用系統(tǒng)服務(wù)的,我們互聯(lián)網(wǎng)應(yīng)用的用戶數(shù)、啟動次數(shù)方面,和同類型的最優(yōu)秀的公開應(yīng)用相比也毫不遜色。
前段時間微博公布了一個2014年四季度的數(shù)據(jù)報告,也可以明顯看到手機(jī)廠商在分發(fā)渠道的控制力越來越強。其中 Flyme 應(yīng)用中心因為有比較長時間的建設(shè)積累,所以數(shù)據(jù)還不錯,自有渠道的分發(fā)占比在所有安卓手機(jī)廠商里能夠排在第二的位置上。
所謂的建設(shè)積累是什么,除了明面上的業(yè)務(wù)合作之外,還有相對底層的賬號平臺、支付平臺、系統(tǒng)級的 Push 平臺、包括我們已經(jīng)開始建設(shè)的基于大數(shù)據(jù)的廣告投放平臺等等。這些項目有的是上層業(yè)務(wù)必要的基礎(chǔ),有的是效率放大器,對業(yè)務(wù)本身都是起到一個支撐的作用。
這種整合模式首先能夠給用戶帶來實實在在的便利,為硬件設(shè)備提供附加值,同時讓系統(tǒng)具備了出色的分發(fā)能力,還為第三方業(yè)務(wù)帶來了可觀流量。
如果我們把硬件和系統(tǒng)分開來看的話,這種模式如果可以深入的做下去,將是一個四贏的局面。而我確實相信在現(xiàn)在和未來的一段時間里,軟件生態(tài)將成為互聯(lián)網(wǎng)手機(jī)下一個最激烈的競爭點。
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。