一直以來,對于很多IT創(chuàng)業(yè)者來說,資金短缺是首要問題,但拿到天使投資后,如何搞定供應鏈、代工廠商、營銷體系甚至宣傳體系,反而變成更難解決的問題,而在聯(lián)想NBD創(chuàng)業(yè)平臺出現(xiàn)后,創(chuàng)業(yè)者的這些問題開始得到解決,有更多時間專注于產(chǎn)品本身。
日前,聯(lián)想NBD召開業(yè)內(nèi)首次“社群發(fā)布會”,聯(lián)想副總裁、NBD社區(qū)總經(jīng)理白欲立通過微信向百余位社群領(lǐng)袖(包括極客用戶、記者以及各領(lǐng)域精英)詳細闡述了聯(lián)想NBD的模式以及未來的發(fā)展方向。他表示,作為聯(lián)想開拓物聯(lián)世界的先鋒者,聯(lián)想NBD將要打造一個中國最靠譜的物聯(lián)網(wǎng)創(chuàng)業(yè)平臺。
圖1:聯(lián)想NBD搭建中國最靠譜的物聯(lián)網(wǎng)創(chuàng)業(yè)平臺
聯(lián)想NBD的誕生被看作是聯(lián)想集團向真正互聯(lián)網(wǎng)轉(zhuǎn)型的重要標志。白欲立特別強調(diào),聯(lián)想NBD要打造中國最靠譜的物聯(lián)創(chuàng)業(yè)平臺。他說道:“我們做好物聯(lián)世界‘先鋒者’的角色,需要依靠我們創(chuàng)新的、開放的NBD社區(qū),將它打造為中國最靠譜的物聯(lián)創(chuàng)業(yè)平臺,伙伴們的技術(shù)、創(chuàng)意、思路都會變成巨大的能量并在NBD的平臺上變成現(xiàn)實。”
隨后,白欲立詳細解釋了聯(lián)想NBD能夠給予創(chuàng)業(yè)者的各種幫助。首先是大量的資金注入,通過聯(lián)想樂基金直接與NBD的產(chǎn)品籌劃進行掛鉤,利用投資保證NBD與合作伙伴日常的資金周轉(zhuǎn);其次,聯(lián)想在PC領(lǐng)域與手機領(lǐng)域30年的技術(shù)積累、強大的管理經(jīng)驗,都可以為每一個NBD平臺的創(chuàng)業(yè)伙伴提供技術(shù)支援和標準化服務;除此之外,聯(lián)想最先進的云計算能力以及遍布全國的客服團隊也能為NBD伙伴提供最強支持。
圖2:聯(lián)想NBD能為創(chuàng)業(yè)伙伴提供什么?
資金、技術(shù)、管理經(jīng)驗、云計算、客服再加上伙伴的力量,聯(lián)想NBD已經(jīng)做好準備,只待各路精英聚集到這個開放平臺大顯身手,碰撞出思維的火花,創(chuàng)造出劃時代的產(chǎn)品。就像白欲立在回答網(wǎng)友提問時說到的,“相比其他競爭對手,我們布局物聯(lián)網(wǎng)的最大優(yōu)勢就是能夠做到更加的開放,能夠在一開始就去跟伙伴們一起來推廣物聯(lián)網(wǎng)的概念,匯集伙伴的力量,吸收創(chuàng)新的想法,在連接上做到兼容并蓄。”
據(jù)悉,目前由聯(lián)想NBD孵化的智能路由器產(chǎn)品newifi銷量已經(jīng)超過10萬臺,其合作伙伴諦聽科技借助聯(lián)想NBD平臺迅速實現(xiàn)企業(yè)夢想。目前,newifi在京東設(shè)有領(lǐng)券立減優(yōu)惠活動(PC端),用以回饋用戶。(http://item.jd.com/1219821.html)
未來的物聯(lián)時代,最重要的還是“互聯(lián)”思想,聯(lián)想NBD希望利用開放平臺的搭建來積蓄各路伙伴的力量,努力去實現(xiàn)“人的互聯(lián)”,進而再實現(xiàn)“萬物互聯(lián)”。白欲立也多次強調(diào),NBD社區(qū)就是要給所有人做“新板凳”,這個“新板凳”就是一個靠譜的、開放的物聯(lián)創(chuàng)業(yè)平臺,讓每一個創(chuàng)新想法、智能技術(shù)都能有發(fā)揮的舞臺,站得更遠,跳得更高。
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(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)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(gòu)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(jié)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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。