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 腾讯任宇昕谈开放平台下一步:软件、智能硬件、线下服务

腾讯任宇昕谈开放平台下一步:软件、智能硬件、线下服务

2014-10-30 11:00
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-10-30 11:00 周雅

博鳌气候怡人,2014腾讯全球合作伙伴大会现场却气氛火热。会上,腾讯公司COO任宇昕透露,腾讯开放平台下一步是连接软件、智能硬件和线下服务,以实现软件连接硬件、硬件连接硬件、硬件连接服务的愿想。而在这当中,腾讯开放平台将扮演助推器的角色,打开未来和互联网连接。

腾讯任宇昕谈开放平台下一步:以智能硬件和线下服务打通多端连接

腾讯公司COO任宇昕

开放造就2000亿估值

任宇昕现场分享了三个数字,腾讯从2011年实施开放战略以来,截止到2014年10月,开放平台的应用达240万,涵盖的种类包括娱乐、生活、教育等方方面面;创业者500万,覆盖北上广以及其他几乎所有二、三线城市;合作伙伴总市值2000亿元,同比增长超过1倍,基本达到了“再造一个腾讯”的承诺。

这些创业公司当中,已经实现独立上市以及正在上市流程中的公司超过10家,被其他上市公司高额收购的公司超过10家,融资总额达100亿美金,有22家公司收益超过1亿。

开启多终端开放

“今天我正式向大家宣布,腾讯已经迈入了多终端开放的时代”,任宇昕说,接下来腾讯将面向所有智能硬件和线下服务开放,目前正在筹备微信开放平台、智能硬件开发平台。同时,QQ和微信公众账号体系正准备为更多线下提供连接。

具体来说,多终端开放时代重点体现在三方面:软件连接硬件、硬件连接硬件、硬件连接服务。任宇昕在现场提出对未来生活的畅想:

软件连接硬件。任宇昕举例,在此之前,美食app仅让菜谱停留在手机里,而随着烤箱等硬件产品趋于成熟,便可实现应用与硬件的互联,这样不止可以分享菜谱,还可以直接分享食物。

腾讯任宇昕谈开放平台下一步:以智能硬件和线下服务打通多端连接

硬件连接硬件。在过去,各个硬件之间都是孤立的,就拿健康秤来说,未来健康数据可以从健康秤连接到智能手环,通过健康秤测量出的用户身体数据,在智能手环中为其在不同阶段实现定制化方案,更科学地提高运动者的热情。

腾讯任宇昕谈开放平台下一步:以智能硬件和线下服务打通多端连接

硬件连接服务。把硬件连接到售后维修,如果洗衣机或电冰箱有故障,或许可以通过自动检测出的故障报告,上传到线下维修点、上传到QQ平台,厂商或许能直接甚至提前感知到,以简化整个流程。

腾讯任宇昕谈开放平台下一步:以智能硬件和线下服务打通多端连接

腾讯欲成为助推器

而在所有的连接过程中,腾讯开放平台将扮演助推器的角色,让大家能统一标准,以实现所有一切的自动、自发连接。

任宇昕最后指出,全球约70亿人口,上网用户达30亿,每人每天预计5小时在线,到2020年,能实现200亿连接。因此,今天看到的只是冰山一角,未来更多互联网的大门将打开,互联网的贡献是惊人的,互联网行业的价值将有巨大增长。

分享至
0赞

好文章,需要你的鼓励

周雅

Miranda
关注科技创新、技术投资。以文会友,左手硬核科技,右手浪漫主义。
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。

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