作者|周雅
提到“屏”,有個跟我們很近的詞叫做“屏幕”。在舊時代,全家人共享一塊電視屏幕,它既是人們了解天下事的媒介,又是鏈接隔代情的紐帶;而在當下的數(shù)字時代,一個人可以操控幾塊屏幕,口袋里的手機,客廳的電視,乃至汽車內(nèi)的中控大屏,屏幕已經(jīng)是人與人、人與物、物與物之間連接的窗口。
而在這些大大小小的屏幕當中,或許就有一塊來自京東方(BOE),寫著“Powered by BOE”的標識——據(jù)說“目前全球每4個智能終端就有1塊顯示屏來自京東方”。
2023年,京東方迎來而立之年,回望這家公司過去發(fā)展的30年,也是中國顯示產(chǎn)業(yè)“興起-追趕-超越”的30年。在危機中創(chuàng)業(yè),到如今成為中國大陸LCD產(chǎn)能第一,京東方被越來越多人所知,但這遠不是它的全貌。
1月16日,《屏之物聯(lián)》新書品讀會在蘇州灣數(shù)字藝術(shù)館舉辦。該書以京東方30年發(fā)展歷程作為范本,共分為“卓越之路”、“成長躍遷”、“屏之物聯(lián)”三大篇章,從經(jīng)濟學和管理學的角度,以第三方視角完整地解讀了中國顯示產(chǎn)業(yè)的蛻變歷程。
“我們把這本書定位成中國工業(yè)制造的一部成長史,也是中國信息化產(chǎn)業(yè)的一部發(fā)展史,更希望這本書成為未來中國科技企業(yè)穿越周期的借鑒。”京東方科技集團副總裁、首席品牌官司達在會上表示。
面向“萬物互聯(lián)”時代,京東方將把顯示屏與各物聯(lián)網(wǎng)驅(qū)動要素主動融合,將屏幕從“單一顯示器件”升級為“人類信息交互的重要端口”及“物聯(lián)時代數(shù)實融合的第一觸點”,并把這一轉(zhuǎn)變凝練為“屏之物聯(lián)”發(fā)展戰(zhàn)略。
京東方“屏之物聯(lián)”戰(zhàn)略的核心是:讓“屏”集成更多的功能,成為數(shù)字化應(yīng)用的平臺;讓“屏”衍生更多的形態(tài),增強屏幕適配能力;給“屏”植入更多場景,滿足不同細分市場需求。
具體而言,「京東方藝云」將把更多物聯(lián)網(wǎng)解決方案應(yīng)用于多元化數(shù)字文化體驗場景,加速推動文化和科技融合創(chuàng)新。京東方表示,未來將堅定推進“屏之物聯(lián)”戰(zhàn)略落地,深拓細分市場,讓屏幕集成更多功能、衍生更多形態(tài)、植入更多場景,引領(lǐng)中國顯示產(chǎn)業(yè)從“萬物皆顯示”走向更壯闊的“顯示聯(lián)萬物”新時代,在創(chuàng)建世界一流示范企業(yè)的進程中,持續(xù)譜寫高質(zhì)量發(fā)展的新篇章。
值得關(guān)注的是,基于京東方“屏之物聯(lián)”戰(zhàn)略提煉出的“企業(yè)戰(zhàn)略升維模型”,是企業(yè)以核心技術(shù)為原點進行關(guān)聯(lián)技術(shù)布局,通過“場景化應(yīng)用創(chuàng)新”突破原有的線性增長模式,實現(xiàn)從二維市場向三維市場空間的關(guān)鍵一躍,從而獲得指數(shù)級的發(fā)展空間和利潤增長。該模型能夠幫助科技企業(yè)打破在成長過程中的思維壁壘,總結(jié)出適用自身的方法論,為全新的數(shù)字時代背景下科技企業(yè)穿越周期、實現(xiàn)躍遷提供有益借鑒。
《屏之物聯(lián)》扉頁
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(zhuǎn)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(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(shè)備上展現(xiàn)出色泛化能力,為機器人、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(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(wù)上驗證有效性。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。