“我們這些互聯(lián)網(wǎng)背景的人,在富士康這樣的傳統(tǒng)制造業(yè)合作伙伴在一起切磋,會激發(fā)出什么樣的火花和矛盾?”這是6月4日下午,在ZD至頂網(wǎng)主辦的“互聯(lián)網(wǎng)+高峰論壇”上,小米路由器事業(yè)部總經(jīng)理唐沐的開場白。
圖:小米路由器事業(yè)部總經(jīng)理唐沐
事實(shí)上,五年前,小米已經(jīng)開始實(shí)踐“互聯(lián)網(wǎng)+”戰(zhàn)略。
唐沐指出,小米其實(shí)是比較早的提出“互聯(lián)網(wǎng)+”與傳統(tǒng)制造業(yè)合作,可以做什么的一家公司。過去這四五年來我們一直在用這樣的方式嘗試改造互聯(lián)網(wǎng),甚至改造制造業(yè)。
“今天上午,我還在我辦公室跟富士康合作伙伴溝通。我不知道大家是否可以想象到當(dāng)互聯(lián)網(wǎng)背景的人在和傳統(tǒng)制造業(yè)出來的人討論一個產(chǎn)品應(yīng)該怎么樣做的時候會激發(fā)出什么樣的火花和矛盾。”
“我坦白說這里面激發(fā)出來的互相的不適感是非常強(qiáng)的,但是還好,我們經(jīng)過了手機(jī)、電視、路由器這幾個產(chǎn)品的磨練,使得我們具備了這種能力。”唐沐坦言。
在這幾年的合作中,小米總結(jié)了一個經(jīng)驗(yàn):和制造業(yè)做合作,最好辦法是從那邊招一個人到自己這邊,反過來管理他們這個方法屢試不爽。
所以,小米從富士康請了一位非常有經(jīng)驗(yàn)的優(yōu)秀的采購專家負(fù)責(zé)和富士康采購的事情,效果顯而易見。也幫助小米了解傳統(tǒng)制造業(yè)的想法,那些想擁抱互聯(lián)網(wǎng)的人也有更多機(jī)會加入互聯(lián)網(wǎng)硬件行業(yè)里。
那么,小米與富士康的小摩擦是什么樣的呢?
唐沐解釋:“比如制造業(yè)會抱怨互聯(lián)網(wǎng)行業(yè),你們怎么樣可以讓你們的需求再明確,或者再固定一些,因?yàn)槟銈兲?jīng)常變化了。再比如說,我們給的訂單,按理是提前一個月拿到我們的訂單,去準(zhǔn)備生產(chǎn)。”
其實(shí),這樣做,小米也有自己的苦衷:“有的時候我們沒辦法給到,因?yàn)槲覀儧]辦法預(yù)測一個季度之后產(chǎn)品賣多少,用戶需求會不會改變?,F(xiàn)在,互聯(lián)網(wǎng)用戶或者是說用戶進(jìn)入到互聯(lián)網(wǎng)的階段的時候,他們的各種特征發(fā)生了很大的變化。”
站在互聯(lián)網(wǎng)公司的立場,小米認(rèn)為,在目前快速變化用戶需求里,制造業(yè)應(yīng)該做出更快的反映,而不是告訴小米,我現(xiàn)在需要追一顆料。
唐沐指出,在互聯(lián)網(wǎng)時代做互聯(lián)網(wǎng)的硬件產(chǎn)品,用戶的需求會變,互聯(lián)網(wǎng)思維是小步快跑,快速迭代,小米希望制造業(yè)能夠變快。
相輔相成的是,小米現(xiàn)在反而是制造業(yè)的“好朋友”,在不斷的磨合中,小米在成長,制造業(yè)也在成長。
好文章,需要你的鼓勵
這項(xiàng)研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時實(shí)現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。