7月22日,小米董事长雷军宣布经过四年,MIUI用户已超过6500万。同时,MIUI作为安卓定制系统,正升级为一个互联网服务平台,通过小米黄页等产品向用户提供超短路径的移动互联网生活服务。
雷军介绍,2010年8月MIUI发布至今,经过197周迭代更新,小米已建立起一套自己的生态系统。目前小米应用商店、游戏中心、主题商店日均下载量超过3500万次。2014年上半年,小米分发给开发者的收益达1.74亿元。
从2010年到2014年,MIUI经历了三个成长阶段。2010年,MIUI发布,首先着力于完善功能和交互界面优化;2012年开始搭建内容平台,建设小米生态体系;2013年,小米开始致力搭建移动互联网服务平台。据记者现场了解,小米手机用户现在通过“拨号”APP进入“黄页”页面,已可充话费、查快递、买火车票、叫代驾、挂号等。
此外,雷军透露,MIUI年度新版本——MIUI 6将于8月16日发布。
MIUI识别陌生号码超10亿次 50%陌生通话可被识别
据了解,小米在“拨号”APP内搭建“黄页”生活服务平台,肇始于用户对号码标记和号码识别需求,小米还号召用户标记并共享陌生号码,帮助用户在接电话之前识别出号码。
号码标记属于用户众包行为,号码识别则连接了更准确的号码数据库。2012年4月,小米就开始整理使用频次较高的公共服务电话,并陆续接入第三方号码数据源,迄今接入的数据源已超过20家。得益于用户标记和接入的第三方数据库,MIUI已可识别将近50%的陌生通话。据统计,MIUI迄今已帮助用户识别超过1000万个号码,累计识别超10亿次。
雷军介绍,MIUI 60%号码数据由电话帮提供。电话帮是中国最大的电话号码数据库,目前拥有超过4000万个商业机构的6000万个电话号码。据了解,电话帮已接受小米战略投资。
不过来电识别是一个被动行为,普通人更多是直接拨打10086、95555、400这样的公共号码寻求服务。针对这样的需求,小米开发了黄页产品,它是一个超级电话本,又是一个服务平台。在这个平台上,既可以查号,也可以直接获取服务。
改善基础体验 打造生活服务平台
除了号码识别能力,MIUI还持续致力于改善基础体验。比如通过与WiFi解决方案商迈外迪合作,小米手机或搭载MIUI的安卓手机在其20000多个WiFi热点覆盖区域,无须输入密码即可实现一键上网。小米与迈外迪的合作每月可为1000多万小米手机用户提供上网便利。据记者了解,小米已经战略投资迈外迪。
又如在拨打公共服务电话时,听取语音菜单非常占用时间,MIUI也做了优化。在拨打运营商客服电话时,MIUI可以将语音菜单翻译为文字,实现了语音菜单可视化,用户通过触屏操作选择服务内容,甚至一键直达人工服务。更深一层,在拨打订餐电话时,可以直接看到餐厅菜单,给用户快速下单提供参考。目前MIUI已深度定制常用的服务号码,覆盖了用户近50%的呼叫需求。
此外,小米正在构建依托于“小米黄页”的生活服务平台。据了解,仅2014年上半年,MIUI就已经引入20余家服务提供商,包括快的打车、大众点评、申通快递、58同城等服务商,用户可以在小米黄页享受充/查话费、查/寄快递、买火车票、打车、叫代驾、挂号、买电影票等服务。且小米将根据用户需求接入更多服务供应商,完善生活服务平台。
8月16日发布 MIUI 6
会上,雷军透露,将在2014年8月16日发布MIUI 6。距去年4月发布MIUI V5之后,MIUI将迎来又一次重大升级。
雷军强调,MIUI是小米“铁人三项”——软件+硬件+互联网——的重要一环。经过过去四年三大阶段的升级,MIUI已经是小米综合体验不可或缺的部分。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。