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 杨元庆透露:联想收购摩托罗拉移动有5大好处

杨元庆透露:联想收购摩托罗拉移动有5大好处

2014-01-30 10:06
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-01-30 10:06 CNET科技资讯网

在今早位于联想北研大厦举办的就联想29亿美金收购摩托罗拉移动的媒体沟通会上(同步在美国,谷歌CEO拉里·佩奇与联想集团董事长兼CEO杨元庆等诸多高管共同参与联想集团媒体沟通会),CNET记者在现场带来第一手消息。杨元庆表示,收购摩托罗拉移动有5大好处:1、通过收购拓展市场,摩托罗拉与全世界50多家运营商及零售商保持着良好关系;2、获得非常优秀的摩托罗拉品牌;3、获得宝贵的知识产权,联想将获得2000多项专利,创新能力将如虎添翼;4、联想将丰富其产品组合;5、从摩托罗拉移动获得人才。

杨元庆:联想收购摩托罗拉移动有5大好处

联想中国区总裁陈旭东接受记者提问

在此消息之前两天,联想内部邮件已经透露联想将把现有Lenovo和Think两大业务集团重新分拆成四大业务集团:个人电脑业务集团(包括Lenovo和Think品牌)、移动业务集团(包括智能手机、平板电脑和智能电视)、企业级业务集团(包括服务器和存储器)、联想云服务。在新分拆的移动业务集团中,联想集团高级副总裁刘军掌舵。此次收购摩托罗拉移动对刘军来说压力巨大,但杨元庆表示相信刘军有能力带动联想移动业务集团走向成功,刘军的目标是让联想成为全球智能手机及平板电脑领导者,杨元庆的目标是在2015年联想能够销售一亿部手机。

杨元庆:联想收购摩托罗拉移动有5大好处

联想集团董事长兼CEO杨元庆通过视频发布此次收购消息

当CNET记者问到摩托罗拉移动已经出租出去的工厂怎么处理,是否在并购的资产里?联想表示,本次收购的摩托罗拉移动并没有包括工厂资产,收购涵盖了摩托的3500名员工、2000项专利、品牌、商标和全球50多家运营商的合作关系

收购完成之后,联想智能手机将进入美国市场,在北美和拉丁美洲市场联想将充分运用摩托罗拉品牌的优势,摩托罗拉也许会重新回归中国市场。

杨元庆表示早在2010年摩托罗拉分拆为移动及系统时就有意收购摩托罗拉移动,但是未能达成合作。最近两个多月接触了相关人士,最终达成了收购。

就业界普遍认为联想如此频繁地大宗收购已经导致手中现金不够的问题,杨元庆表示,收购IBM X86服务器业务及摩托罗拉移动的确会导致联想手中的资金不够,可能需要借。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

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