在新款手機集中發(fā)布的這個時段里,一加沒有發(fā)布新品,而是發(fā)布了一款手機OS——氫OS。一加科技創(chuàng)始人兼CEO劉作虎稱,他希望氫OS可以成為一個和其他安卓操作系統(tǒng)不一樣的操作系統(tǒng)。
一加手機自上市至今,一直在硬件上有高追求,國內(nèi)版一加手機出廠預裝Color OS,國外版出廠預裝的則是CM,現(xiàn)在,一加正式推出了基于安卓5.0深度定制的一加氫OS,希望能夠變成和蘋果iOS不同的操作系統(tǒng)。
劉作虎毫不客氣的指出,從商業(yè)角度考慮,改得更像iOS或許是一個安全正確的選擇,但同時這是懶惰、不創(chuàng)新、不思考的表現(xiàn),這不是一加的性格。
不愿走其他深度定制安卓的老路,劉作虎推出的氫OS基于安卓L深度定制,將設(shè)計語言統(tǒng)一于Material Design(簡稱MD),強調(diào)明亮的藝術(shù)化色彩和靈動的交互。
在MD出現(xiàn)之前,原生安卓系統(tǒng)并沒有統(tǒng)一的設(shè)計風格和規(guī)則。在劉作虎看來,擁抱Material design,是對安卓的尊重。
發(fā)布會現(xiàn)場,劉作虎演示了一些氫OS讓他得意之處。
氫OS在Material Design的交互框架之上,用基礎(chǔ)的圖形、顏色和動效打造高效、有趣的設(shè)計,一加稱這種這種全新的設(shè)計理念為“氫表達”。市面上許多手機OS都是非擬物既扁平的設(shè)計風格,并且很多OS都模仿iOS用圓角矩形的圖標樣式。氫OS不是簡單而絕對的扁平化或擬物化,劉作虎現(xiàn)場說Material Design“不模擬現(xiàn)實,但構(gòu)建真實”,而氫表達正是一加對這種獨特設(shè)計理念的自我解讀。
一加氫OS有一個非常獨特的首屏界面:創(chuàng)新的氫視窗位于屏幕上半部分,占整體約1/3的大小,辨識度相當高。氫視窗最獨特的就是它集成信息進行展示的功能。這個功能類似于安卓此前的widget,不同的是widget是單一APP的信息提示,而氫視窗里能看到的則是整合了諸如短信、待辦事項、通知提醒等各個APP的集成信息,并以時間軸的形式呈現(xiàn),這種呈現(xiàn)方式更加美觀高效。
同時,利用氫視窗切換壁紙時,壁紙圖片只會在氫視窗里展示,同時氫OS會通過算法抓取圖片的色彩,并將它深化到全局。劉作虎稱氫視窗是“實現(xiàn)了33%的自由,完美解決了自由和美感之間的矛盾。
一加氫OS還將“滑動之美”這一概念深入到了整個系統(tǒng)當中,“滑動之美”是氫OS非常核心的一個交互理念。目前最常見的解決單手操控大屏的方案多是下拉懸停或切換小屏,氫OS的“滑動之美”則為用戶單手操控大屏手機提供了更好的操作體驗。
用戶可以依靠滑動來完成許多操作,例如桌面上各個文件夾之間可以滑動切換,滑動拉近通知中心里靠近頂部的內(nèi)容,桌面界面下滑呼出搜索界面,滑動以接聽/掛斷電話,相冊內(nèi)下滑返回縮略圖等等。滑動之美兼顧了操控性體驗和大屏的顯示優(yōu)勢。
手機上各類APP的通知推送,會耗費用戶不少精力和時間。一刀切的解決方式顯然不太人性化,為了讓控制力重新回歸到用戶手上,氫OS打造了全新的通知處理方式——通知降噪。用戶將APP添加進優(yōu)先區(qū)域內(nèi),即可及時收到通知推送,而非優(yōu)先區(qū)域內(nèi)APP的通知則不能被隨時推送。
出于整體美觀度和完整性的考慮,一加氫OS取消了其他OS通用的Dock欄設(shè)計。氫OS首屏共能放置9個常用的APP,對于日常使用已經(jīng)足夠,而一旦用戶裝載了幾十甚至上百個APP的時候,下滑呼出搜索欄的操作更加高效。
氫OS對聯(lián)系人頭像進行了精心設(shè)計。在多數(shù)OS中,默認的聯(lián)系人頭像通常是千篇一律的半身像。氫OS從諸多建筑中汲取特殊結(jié)構(gòu),針對26個字母進行特殊設(shè)計之后,分別與8組撞色進行搭配,使得每一屏里的聯(lián)系人頭像都是獨一無二的。這些頭像還能以卡片滑動的形式呼出。
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式訓練,能夠?qū)碗s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與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當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)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,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團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。