TCL在我國(guó)甚至全球消費(fèi)電子市場(chǎng)都有著非常巨大的品牌影響力。與一些新興白家電品牌不同,TCL白家電沿襲了高舉高打、年輕激情的品牌基因,以科學(xué)、高效、有序的“國(guó)家隊(duì)”風(fēng)格,開創(chuàng)冰洗發(fā)展新模式。
據(jù)TCL高層透露,TCL冰洗品牌提升與版圖擴(kuò)張有著精心的戰(zhàn)略布局,自TCL合肥產(chǎn)業(yè)園奠基起,圍繞產(chǎn)供研銷的所有準(zhǔn)備工作同步進(jìn)行,目前看來成效明顯,新時(shí)期的產(chǎn)品創(chuàng)新模式正走向成熟。
據(jù)了解,2013年以來,TCL白家電聯(lián)合我國(guó)家電領(lǐng)域權(quán)威數(shù)據(jù)調(diào)研機(jī)構(gòu)奧維咨詢(AVC)進(jìn)行為期一年的專項(xiàng)調(diào)研分析,深入洞察白家電市場(chǎng)。全面了解市場(chǎng)、認(rèn)真透視競(jìng)品、客觀剖析自我,TCL對(duì)在白家電的品牌機(jī)會(huì)、市場(chǎng)機(jī)會(huì)、產(chǎn)品機(jī)會(huì)有了全新的認(rèn)識(shí),取長(zhǎng)補(bǔ)短,舉優(yōu)避拙,TCL在尋找符合自身特征的發(fā)展之路。在未來品牌提速的道路上,TCL就有了客觀可行的戰(zhàn)略和戰(zhàn)術(shù)。
同時(shí),TCL白家電花重金打造一支頂尖的國(guó)際級(jí)團(tuán)隊(duì)。記者了解到,自2010以來,業(yè)內(nèi)有著豐富經(jīng)驗(yàn)和高技術(shù)水準(zhǔn)的白家電人才紛紛加盟TCL,這些研發(fā)骨干具備“高學(xué)歷、深資歷、專技能、滿激情”等明顯特征。TCL白家電高層介紹:“打動(dòng)他們投身到這份事業(yè)中,我們靠的是誠(chéng)意、業(yè)內(nèi)領(lǐng)先的薪酬和TCL立志做未來領(lǐng)導(dǎo)品牌的決心”。談到團(tuán)隊(duì)建設(shè)時(shí),TCL白家電高層介紹說:“我們?yōu)槿瞬糯罱顺浞职l(fā)揮的舞臺(tái),大決心、大背景、大目標(biāo)前提下,他們的激情得以釋放”。這支團(tuán)隊(duì)不僅有來自國(guó)內(nèi)白家電研發(fā)領(lǐng)域靈魂人物,還有來自日韓的頂尖國(guó)際人才,TCL在人才戰(zhàn)略上向來大手筆,白家電的崛起依然需要高端人才的努力。
在產(chǎn)品實(shí)際開發(fā)過程中,TCL采用較為開放的模式,提出“團(tuán)隊(duì)小型化、小團(tuán)隊(duì)大任務(wù)”的理念,即每個(gè)項(xiàng)目研發(fā)團(tuán)隊(duì)都由業(yè)內(nèi)的頂尖人才引導(dǎo),人數(shù)不多,但由他們來充分整合內(nèi)外資源,最高效率產(chǎn)出最具競(jìng)爭(zhēng)力的成果。
此外,TCL白家電還擅于引進(jìn)外部力量,在TCL的主導(dǎo)下整合資源壯大綜合實(shí)力。TCL白家電研究部門負(fù)責(zé)人介紹說,想做面包沒必要從種小麥開始,同樣道理,TCL專心做圍繞產(chǎn)品創(chuàng)新的開發(fā)模式,同時(shí)與中科院、國(guó)內(nèi)外高校、家電協(xié)會(huì)、權(quán)威調(diào)研機(jī)構(gòu)等外部力量進(jìn)行跨界整合。“跨界融合與國(guó)際化團(tuán)隊(duì)所帶來的產(chǎn)品形態(tài)創(chuàng)新,以及產(chǎn)品與TCL文化的融合碰撞,超乎我們的想象。”TCL白家電事業(yè)部產(chǎn)品總監(jiān)儲(chǔ)清華如是說:“我們?cè)谧非笠粋€(gè)以技術(shù)驅(qū)動(dòng)為先導(dǎo)、以個(gè)性化需求為基礎(chǔ)、以價(jià)值提升為牽引的全新的產(chǎn)品開發(fā)模式。”
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)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(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)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(biāo)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(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。