8月13日,以“微鯨一代,大有看頭”為主題的微鯨上市發(fā)布會在上海舉行。會上,微鯨科技發(fā)布了首款產(chǎn)品——微鯨電視,出于對電視產(chǎn)業(yè)的理解,以及背后諸多實力企業(yè)的相助,微鯨科技讓我們看到了它背后潛藏的大能量。
而作為中國傳媒產(chǎn)業(yè)的風云人物,黎瑞剛也是以另一個全新的身份出現(xiàn)在了大眾的面前,作為微鯨科技的創(chuàng)始人、董事長,他也表示其實他在四年前就已經(jīng)開始想要做電視了,而做好一切的準備之后,他也在一年前正式啟動了這個項目。
微鯨科技擁有堪稱“極客天團”的幕后團隊,創(chuàng)始人兼董事長黎瑞剛為中國媒體產(chǎn)業(yè)標志性領軍人物。自2009年創(chuàng)立CMC以來,在黎瑞剛的帶領下,華人文化已經(jīng)在傳媒娛樂領域的核心環(huán)節(jié)創(chuàng)造出了眾多行業(yè)龍頭和明星企業(yè)。聯(lián)合創(chuàng)始人兼CEO李懷宇,是中國電視新媒體產(chǎn)業(yè)領軍人物。作為中國互聯(lián)網(wǎng)電視產(chǎn)業(yè)的首批探路者,李懷宇帶領團隊開創(chuàng)了中國IPTV產(chǎn)業(yè),并打造了用戶規(guī)模全球第一的IPTV平臺?!缎轮芸非皥?zhí)行主編、華人文化首席內容官封新城也擔任了微鯨的“內容總舵手”。
除此之外更有世界級工業(yè)設計大師,Google TV軟件研發(fā)負責人等各領域精英加盟。同時, “音樂詩人”李健也擔任了微鯨的首席藝術顧問,也為微鯨帶來了不少的文藝氣質,也讓科技與文藝這兩個看似挨不上邊的事情能夠完美的結合。
提到互聯(lián)網(wǎng)智能電視,我們可以發(fā)現(xiàn)在我們的身邊有許多這樣的產(chǎn)品,但對于內容方面的忽視一直是傳統(tǒng)互聯(lián)網(wǎng)電視企業(yè)的弊端,拼硬件堆配置似乎成為了最簡單粗暴的競爭方式,但是微鯨覺得這并不是一個合理的做法,因為除了硬件以及軟件上面的表現(xiàn),而電視最應該注重的就是內容上的突破。
得益于CMC及互阿里巴巴、騰訊的協(xié)助,微鯨不僅擁有巨量OTT內容資源庫,更攜手華納兄弟、夢工廠、星空傳媒、IMAX、財新媒體、體奧動力等,共同打造微鯨電視獨家精品內容。而李懷宇也表示,未來微鯨將不僅是一個精品內容的播放者,還將成為精品內容的制造者,為用戶創(chuàng)造出更多的優(yōu)質內容。而以內容為核心的微鯨電視也有著顛覆互聯(lián)網(wǎng)電視市場的決心。
在“三網(wǎng)合一”和“互聯(lián)網(wǎng)+”的政策及趨勢導向下,互聯(lián)網(wǎng)電視行業(yè)才剛起步。李懷宇說:“我們的夢想不僅是要造一臺互聯(lián)網(wǎng)時代的好電視,而且要成為中國年輕家庭新一代生活方式的代表,就像當年福特做的T型車,通過技術創(chuàng)新和商業(yè)模式創(chuàng)新,為每一個年輕家庭做出物超所值的好產(chǎn)品。”
但對于微鯨來說,他們的方向絕不僅僅是電視這么簡單。黎瑞剛曾表示:“微鯨是一個平臺項目,而不是單一的產(chǎn)品線,微鯨電視是把華人文化的整個產(chǎn)業(yè)打通的核心環(huán)節(jié)。”而這也道出了微鯨科技真正的野心。
眾所周知,無論是互聯(lián)網(wǎng)電視,還是智能互聯(lián)網(wǎng)平臺,微鯨科技都沒有占得先機。傳統(tǒng)的電視廠商都逐漸在向智能電視轉型,除此之外,小米、樂視等互聯(lián)網(wǎng)企業(yè)也都在這個行業(yè)中取得了出彩的成績。要從這些企業(yè)的口中分食,談何容易。
雖然看似競爭激烈,但微鯨對此并不感到擔憂,李懷宇表示微鯨以優(yōu)秀的體驗和海量的內容形成了獨到的優(yōu)勢,也十分富有競爭力。李懷宇在會上還說道:“雖然我們并不是第一個吃螃蟹的人,但我們要做第一個吃到螃蟹肉的人。”
首款微鯨電視的型號為WTV55K1,55寸顯示屏,4K分辨率,使用安卓系統(tǒng),杜比音效,并由冠捷代工。內部采用MStar828四核CPU 、Mali-450四核GPU,2G內存,8G閃存等一系列基本配置。系統(tǒng)有別于傳統(tǒng)智能電視的磁塊式設計,首次采用了瀑布式操作。
微鯨電視售價為3799元硬件價格和年費199元微鯨會員服務,將于8月14日10:00在微鯨天貓旗艦店全球獨家預售,8月18日 00:00 在微鯨天貓旗艦店和微鯨官網(wǎng)同步啟動現(xiàn)貨發(fā)售。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。