去年,大家的關(guān)注點都在平板電腦、智能手機等終端設(shè)備上,而PC市場卻備受冷落。據(jù)市場研究公司Gartner發(fā)布的數(shù)據(jù)顯示,2013年全年全球PC出貨量僅為3.159億臺,較上年同期下滑10%,創(chuàng)造了歷史年度最大跌幅。
在這個大環(huán)境下,很多IT廠商都在尋求新策略,像是戴爾選擇了轉(zhuǎn)型、索尼則出售了旗下VAIO PC業(yè)務(wù)等,而宏碁也在積極尋找應(yīng)對的辦法。
今天,宏碁在京舉辦了新品發(fā)布會,平板電腦、AIO一體機、筆記本電腦以及二合一電腦等產(chǎn)品齊聚一堂,而且今年5月新上任的宏碁中國區(qū)總裁張永紅也出席了本次發(fā)布會,他表示,希望通過這次發(fā)布會,讓大家感受到宏碁回來了!
翻開宏碁去年的財報,數(shù)字并不喜人,連續(xù)三個季度虧損也使得整個企業(yè)危機四伏。去年年底,宏碁宣布,由于公司業(yè)績不佳,主席兼首席執(zhí)行官王振堂與總裁翁建仁已經(jīng)離職,而宏碁的創(chuàng)始人施振榮重新掌舵,擔(dān)任公司董事會主席兼臨時總裁。
在今年第一季度,宏碁實現(xiàn)了盈利。據(jù)宏碁稱,由于有效的庫存和成本控制,營運利潤在凈利潤連續(xù)三個季度的虧損后實現(xiàn)反彈。但是在這之中不難發(fā)現(xiàn),宏碁第一季度的營收為767.2億元新臺幣(約合25.5億美元),但是較去年同期下降了16.6%,環(huán)比也下降11.4%。宏碁的轉(zhuǎn)型之路迫在眉睫。
BYOC意為Build Your Own Cloud,也就是宏碁發(fā)布的自建云。不同于市面上大家談及的公有云,宏碁自建云服務(wù)談的是私有云的概念,用戶可以在不同類型的電子設(shè)備上無縫存取照片、文件、音樂、視頻等資料,相關(guān)資料的編輯與更新也會通過網(wǎng)絡(luò)實時同步到登錄同一Acer ID的其他設(shè)備上,提供使用者自主、安全的數(shù)據(jù)管理服務(wù),以及跨平臺、易操作的全能便捷體驗。
自宏碁宣布向“硬件+軟件+服務(wù)”型企業(yè)轉(zhuǎn)型的愿景以來,所有宏碁新品均內(nèi)置宏碁自建云應(yīng)用(Acer BYOC Apps)。據(jù)悉,今年6月上旬,宏碁還將在臺北電腦展上展示更多、更精彩的BYOC應(yīng)用體驗。
張永紅在發(fā)布會中提到了公司的轉(zhuǎn)型,依然離不開高性能的硬件配備,輔以國際領(lǐng)先的自建云以及宏碁一直以來專業(yè)貼心的服務(wù)理念,宏碁正在用實際行動為消費者闡述他們的”新勝道“。
在本次活動上,張永紅也闡述了宏碁接下來在中國市場的新勝道與新策略,他表示,一是產(chǎn)品策略是將向中國扎根,提供更適合中國消費者效能及價格的產(chǎn)品,另外,將結(jié)合宏碁自建云服務(wù)帶給消費者更多產(chǎn)品驚喜;二是渠道經(jīng)營策略將開拓新興渠道O2O經(jīng)營模式,拉通線上及線上銷售,同時針對傳統(tǒng)渠道我們將采精耕策略,投入資源給保增強的零售地區(qū); 三是品牌推廣策略,我們今年將資源著重在數(shù)字媒體的推廣,重點在于新產(chǎn)品的推廣,同時以“滲透”作為今年的媒體策略。
在本次發(fā)布會上,宏碁帶來了兩款平板電腦產(chǎn)品,分別是Iconia One 7和Iconia Tab 7,主打多顏色和年輕化特性。張永紅說道,今年宏碁將在平板電腦領(lǐng)域全線出擊。
隨后,張永紅向記者表示,在未來的6-12個月,整個PC產(chǎn)業(yè)會逐漸復(fù)蘇,而且宏碁也會為大家?guī)砗孟ⅲA(yù)示宏碁中國的業(yè)務(wù)將出現(xiàn)明顯好轉(zhuǎn)。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。