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:
在功能機時代,手機雖然已經(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)手機下一個最激烈的競爭點。
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(jìn)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(zhǔn)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(zhǔn),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(tuán)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(zhǔn)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。