十多年來,無論社會反響如何,微軟一直都未放棄其手機業(yè)務。微軟當初收購諾基亞智能手機業(yè)務時,意在開啟一個新紀元,但是在本月早些時候,距離收購該部門15個月后,微軟做出一個戲劇性的決定:裁減7800名員工并減記76億美元資產(chǎn)。
消息公布幾天后,在接受ZDNet微軟觀察員瑪麗·喬·弗利(Mary Jo Foley)的一次采訪時,微軟CEO薩蒂亞·納德拉(Satya Nadella)堅稱,盡管微軟將解雇數(shù)千名員工,而且基本上也將其手機業(yè)務估價為零,但微軟不會放棄智能手機的制造業(yè)務,未來該公司將降低手機目標,精簡手機產(chǎn)量,專注于業(yè)務、廉價手機和一兩款旗艦手機。
盡管微軟已設法在智能手機市場積攢了3%的份額,但這遠不足以回報它所投入的時間和資金。因此,微軟要改變其移動戰(zhàn)略根本不足為奇。而且基于某些原因,微軟的移動戰(zhàn)略依舊耐人尋味。
首先,微軟基本上算是唯一一家能夠在資金力量和技術上都趕得上谷歌和蘋果的公司,不論這種可能性看起來有多遙遠。不過,如果連微軟都無法打入這一市場,那我們將不得不處理接下來的問題:在今后的一段時間內(nèi),智能手機市場雙龍爭霸的局面將持續(xù)。
其次,微軟在手機領域的成敗對該公司的未來計劃影響更為廣泛。微軟宣布重組手機業(yè)務的時機非常有趣,因為這將意味著,在Windows 10在本月底上市之前,這一壞消息對新系統(tǒng)的影響已無大礙。但它確實引發(fā)了一個問題:對Windows、微軟及其相關產(chǎn)品和服務來說,缺乏一個成功的移動戰(zhàn)略會有多大影響?
此外,有一個重要轉(zhuǎn)變不容忽視:如今,使用智能手機的用戶很可能要多于PC用戶。對很多人而言,智能手機是他們的默認計算設備。事實上,對于很多新興市場的用戶來說,智能手機將成為他們的唯一設備。那么,微軟在這一領域中的地位是什么?
在此,微軟的短期計劃便講得通了——削減一般的Lumia系列機型,僅推幾款有針對性的手機。畢竟,蘋果已努力用四款(差別不大的)iPhone機型征服了智能手機領域。
一款Lumia旗艦手機已遲到很久,仍有一些企業(yè)對Windows手機感興趣。微軟在Surface平板電腦方面也取得了一些成就,這促使部分硬件制造商最終堅持了下來,冒著風險生產(chǎn)更好的設備。不過,難以想象現(xiàn)在為何會有Android廠商愿意切換至Windows平臺。雖然對微軟而言,向其他平臺上推廣Office等主要應用是有所裨益的,但這對于Windows平臺的支持率幫助不大。
雖然微軟的最新戰(zhàn)略言之有理,但其實施將艱難無比,在這么多通曉移動知識的專業(yè)人士離開微軟后,這一困難將尤為突出。
在采訪中納德拉還認為,當下,專注于智能手機將與過去他們將PC看做一切的中心這一設想一樣危險。“如果說我們在過去曾犯過什么錯誤,那么一個嚴重的錯誤便是認為PC將永遠是一切產(chǎn)品的中心。而如今,6英寸的手機設備市場占有率已非常高。我對這一點表示承認。但是,如果我們現(xiàn)在又認為這便是未來的一切,那將表明我們還未能吸取教訓,在遠不如過去的情況下還有可能重蹈覆轍。那將是愚蠢的行為。”
納德拉是正確的:只專注于6英寸的智能設備與認為PC將永不過時一樣危險。這正是各大公司近幾年來突然大舉進軍可穿戴設備的意義所在:對下一代技術的大規(guī)模公測。
問題在于,目前可穿戴市場至多仍處于初級階段:對此感興趣的消費者很少,而且其產(chǎn)品硬件還遠不成熟??纱┐髟O備要想成為主流,可能還需五年或五年以上的時間。納德拉表示“我們必須尋找未來趨勢中的下一個轉(zhuǎn)折點”而且“我只是不想再打造一款手機,不想推出一個‘山寨’手機操作系統(tǒng)”,盡管他的話很正確,但在還需不斷探索智能手機的未來之路上,微軟將很難直接從PC市場跨越到全息虛擬現(xiàn)實設備HoloLens這一領域。
微軟要實現(xiàn)其目標,很大程度上都將取決于該公司最新移動戰(zhàn)略的成功與否以及能否獲得開發(fā)人員的支持。而且,微軟未來一年的動態(tài)將至關重要。微軟的確該思考下一個大事件了,但它的到來或許還要等很久。
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。