在上周舉辦的消費電子展會(CES)上,到處充滿了Windows RT設備的身影,說不定有可能會由微軟新任首席執(zhí)行官以此特色發(fā)表主題演講。
不過,至少對微軟而言,這一年正是Android臺式機開始在CES展會上深入發(fā)展的一年,成為第一個真正威脅到微軟Windows臺式機主導地位的一位對手。
由于平板電腦和智能手機的崛起,幾年來個人電腦的銷售一直處于衰退狀態(tài),而大部分平板電腦和智能手機都運行Android操作系統(tǒng)。
明年(甚至有可能是今年)平板電腦的出貨量將會超過個人電腦(據(jù)Gartner預計,兩者出貨量將約為3.25億臺和2.68億臺),而智能手機的出貨量還將繼續(xù)壓倒兩者,2014年該數(shù)據(jù)將有近二十億。此外其中11億臺設備將運行Android操作系統(tǒng),相比之下,其中的Windows設備僅有3.6億臺。
因此對眾多拼命尋找增加銷售額的新途徑的PC制造商而言,用Android系統(tǒng)做試驗也不足為奇。為此,英國《衛(wèi)報》的查爾斯·亞瑟對當前對個人電腦廠商收入的壓力做出了調(diào)查。
多虧了微軟Windows Phone、Surface和即將完成的諾基亞硬件收購,如今諾基亞不僅是微軟的一名競爭者,同樣也是微軟的一名PC制造商盟友。這一事實使得他們較先前而言更愿意嘗試搭載新的操作系統(tǒng)。
正如ZDNet拉里·迪格南(Larry Dignan)所指出的,如果費用合適且安全性能夠提高,那么Android有可能在臺式機領域會有所突破,就像它在移動領域的突破一樣。雖然Android在臺式機領域成為Windows的真正威脅之路上會有重重障礙,它仍是一個令微軟頭痛的競爭對手。如果人們不購買Windows操作系統(tǒng),那他們同樣也可能不會購買Office產(chǎn)品,更不可能購買整個從Windows Phone到Azure的生態(tài)系統(tǒng)。
鑒于臺式機屬于Windows的最后堡壘,Android敢于向其發(fā)起進攻的行為也反映出了迄今為止科技生態(tài)系統(tǒng)之戰(zhàn)的激烈程度。
或許你會認為人們對Android版臺式機已經(jīng)沒有太大需求了,但消費者對Windows的忠誠度又有多深呢?
消費者希望購買可以幫助他們做他們想做的事的設備,因為Windows,他們不再選擇購買PC。大多數(shù)消費者并非特定操作系統(tǒng)愛好者:畢竟似乎很少有人抱怨他們的平板電腦為何不運行Windows。長期以來人們購買Windows電腦的原因是,到目前為止,Windows臺式機是他們唯一的選擇。而他們使用Android平板電腦后的積極體驗,或許會促使人們更樂意在臺式機上嘗試一下。如果Android PC受消費者歡迎,那么他們將也開始出現(xiàn)在辦公室中。
盡管微軟一直試圖處理好Android對Windows RT的威脅,但到目前為止其收獲甚微,仍需繼續(xù)努力。
然而,即使Androids平板和Chromebook筆記本吸引了不少消費者,微軟的核心業(yè)務客戶或許會對此進行長期抵制:大多數(shù)公司大量投資于微軟基礎設施,希望能在短時間內(nèi)有顯著成效。
就其本身而言,Android對Windows的威脅可能至少需要長達十年的時間才會對微軟造成重大影響。在此期間,希望Windows能夠有顯著發(fā)展,迎接威脅到其中心地帶的Android的挑戰(zhàn)。
但從長遠來看,哪款操作系統(tǒng)在臺式機領域占主導地位這一問題可能已無關緊要。畢竟,很難看出PC銷售量將如何再次反彈,臺式計算機的時代已經(jīng)過去。消費者也越來越喜歡使用平板設備——你會發(fā)現(xiàn),在家里,雖然在需要時使用的公共PC依舊存在,但人們?nèi)粘J褂玫囊话愣际撬麄兊闹悄苁謾C和平板電腦。那么,在辦公室會不會也看到同樣的事情發(fā)生呢?PC會不會變得與工作站(或復印機、傳真)有點類似呢?
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。