微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 CES2014打响Android与Windows台式机之战

CES2014打响Android与Windows台式机之战

2014-01-13 11:14
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-01-13 11:14 CNET科技资讯网

在上周举办的消费电子展会(CES)上,到处充满了Windows RT设备的身影,说不定有可能会由微软新任首席执行官以此特色发表主题演讲。

不过,至少对微软而言,这一年正是Android台式机开始在CES展会上深入发展的一年,成为第一个真正威胁到微软Windows台式机主导地位的一位对手。

由于平板电脑和智能手机的崛起,几年来个人电脑的销售一直处于衰退状态,而大部分平板电脑和智能手机都运行Android操作系统。

明年(甚至有可能是今年)平板电脑的出货量将会超过个人电脑(据Gartner预计,两者出货量将约为3.25亿台和2.68亿台),而智能手机的出货量还将继续压倒两者,2014年该数据将有近二十亿。此外其中11亿台设备将运行Android操作系统,相比之下,其中的Windows设备仅有3.6亿台。

因此对众多拼命寻找增加销售额的新途径的PC制造商而言,用Android系统做试验也不足为奇。为此,英国《卫报》的查尔斯·亚瑟对当前对个人电脑厂商收入的压力做出了调查。

多亏了微软Windows Phone、Surface和即将完成的诺基亚硬件收购,如今诺基亚不仅是微软的一名竞争者,同样也是微软的一名PC制造商盟友。这一事实使得他们较先前而言更愿意尝试搭载新的操作系统。

正如ZDNet拉里·迪格南(Larry Dignan)所指出的,如果费用合适且安全性能够提高,那么Android有可能在台式机领域会有所突破,就像它在移动领域的突破一样。虽然Android在台式机领域成为Windows的真正威胁之路上会有重重障碍,它仍是一个令微软头痛的竞争对手。如果人们不购买Windows操作系统,那他们同样也可能不会购买Office产品,更不可能购买整个从Windows Phone到Azure的生态系统。

鉴于台式机属于Windows的最后堡垒,Android敢于向其发起进攻的行为也反映出了迄今为止科技生态系统之战的激烈程度。

或许你会认为人们对Android版台式机已经没有太大需求了,但消费者对Windows的忠诚度又有多深呢?

消费者希望购买可以帮助他们做他们想做的事的设备,因为Windows,他们不再选择购买PC。大多数消费者并非特定操作系统爱好者:毕竟似乎很少有人抱怨他们的平板电脑为何不运行Windows。长期以来人们购买Windows电脑的原因是,到目前为止,Windows台式机是他们唯一的选择。而他们使用Android平板电脑后的积极体验,或许会促使人们更乐意在台式机上尝试一下。如果Android PC受消费者欢迎,那么他们将也开始出现在办公室中。

尽管微软一直试图处理好Android对Windows RT的威胁,但到目前为止其收获甚微,仍需继续努力。

然而,即使Androids平板和Chromebook笔记本吸引了不少消费者,微软的核心业务客户或许会对此进行长期抵制:大多数公司大量投资于微软基础设施,希望能在短时间内有显著成效。

就其本身而言,Android对Windows的威胁可能至少需要长达十年的时间才会对微软造成重大影响。在此期间,希望Windows能够有显著发展,迎接威胁到其中心地带的Android的挑战。

但从长远来看,哪款操作系统在台式机领域占主导地位这一问题可能已无关紧要。毕竟,很难看出PC销售量将如何再次反弹,台式计算机的时代已经过去。消费者也越来越喜欢使用平板设备——你会发现,在家里,虽然在需要时使用的公共PC依旧存在,但人们日常使用的一般都是他们的智能手机和平板电脑。那么,在办公室会不会也看到同样的事情发生呢?PC会不会变得与工作站(或复印机、传真)有点类似呢?

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-