从2011年,腾讯正式宣布开放以来,腾讯就在不断根据产业变化、适应合作伙伴的需求,升级自身的开放战略。10月30日上午,还海南博鳌举行的2014腾讯全球合作伙伴大会上,腾讯公司首席运营官任宇昕正式宣布,经历过PC时代、移动互联网时代之后,腾讯的开放正式进入多端开放的新阶段,将再造一个互联网。腾讯的多端开放意味着腾讯不同类型多个端口的全面开放,意味着以智能硬件开放为起点的硬件、软件、人、服务乃至一切的开放连接,也意味着互联网产业与非互联网产业之间的相互开放融合发展。
腾讯公司首席运营官 任宇昕
开放造就2000亿估值 再造一个腾讯的愿景达成
“一转眼,腾讯开放已经走过了三周年,pony在2011年开放之初‘先成就合作伙伴,再成就自己’的郑重承诺恍如昨日,依然在耳边,在每一位腾讯人的心里。我们坚持开放的决心永远不会变,扶持创业繁荣生态的行动,也一直在实践着”。对于过去几年的开放历程,任宇昕用几个数字做了简单的总结回顾。
截至2014年10月份,腾讯开放平台上的应用已经达到了240万款,涵盖了娱乐、生活、教育等方方面面的内容,大大丰富了亿万用户的生活。与此同时,以腾讯开放平台为代表的开放平台,吸引了众多开发者投身创业的浪潮,互联网创业已经从一线城市遍布到二三线城市,从腾讯开放平台最新的数据统计,腾讯开放平台的创业者同比去年增长了400%。
不仅仅在数量上,作为一个开放平台生态质量衡量的重要标准,合作伙伴的收益、成长,腾讯开放平台也给合作伙伴带来了切实的成果。任宇昕表示,截止到2014年6月,腾讯开放平台上合作伙伴获得的收益同比增长超过1倍。同时,从上市、获投融资、并购等来计算,腾讯开放平台上的创业公司总估值超过2000亿人民币,2011年腾讯宣布开放时“再造一个腾讯”的愿景已然达成。
腾讯开启多端开放时代 再造一个互联网
任宇昕表示,腾讯的开放之路大致经历了三个阶段,PC互联网时代的开放,是以QQ、QQ空间、QQ游戏大厅等亿万级用户平台为矩阵,腾讯向外界开放核心优质产品平台。移动互联网时代,则是以应用宝为旗舰,汇聚微信、手机QQ、手机QQ空间、QQ浏览器、手机管家等腾讯在移动互联网时代的精品,真正实现多平台流量一点分发。
“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,正在开启的多终端开放时代,将是腾讯开放新的第三阶段,也是全新的、更具想象力、蕴藏更大空间和无限机会的阶段。
具体来说,多终端开放时代,有着多层含义。
从腾讯自身的角度来说,多终端开放,意味着腾讯将整合现有的PC端、移动端,以及在此次大会上正式亮相的QQ物联腾讯社交智能硬件开放平台,不再限于腾讯现有的产品入口,广泛整合腾讯所有端口,以整体联通的方式,向外界开放,给合作伙伴带来更好的开放产品和服务。
从产品角度来说,多终端开放,意味着腾讯将利用自身雄厚的技术储备,以QQ物联腾讯社交智能硬件开放平台和微信硬件平台为起点,通过各项开放能力实现移动设备、家居设备以及一切设备的互联互动,与合作伙伴一起,为用户构建多终端开放连接的未来生活。
在多终端开放时代,将实现腾讯和第三方软件与硬件之间的连接,从而实现设备随时在线与用户之间的沟通和互动。除了软件和硬件的互动,在多终端开放时代,每一个硬件设备都是鲜活的ID,每一个硬件设备都能数字化,都能互联互动。此外,硬件厂商还可以向使用者提供数字化服务。
从产业发展的角度来说,多终端开放,意味着腾讯将作为“连接器”在更大的社会和产业的维度,作为一端开放连接更多的产业、行业。以多端开放为起点,腾讯将努力携手合作伙伴,打破和消除互联网、移动互联网行业与非互联网产业的界限,与包括金融、零售、教育、制造等一切产业融合发展,开放共赢。
任宇昕表示,腾讯的多端开放意味着腾讯不同类型多个端口的全面开放,意味着以智能硬件开放为起点的硬件、软件、人、服务乃至一切的开放连接,也意味着互联网产业与非互联网产业之间的相互开放融合发展。
任宇昕表示,在腾讯开放最新的多终端开放阶段,腾讯希望希望越来越多的创业公司、传统企业等加入到腾讯开放平台,合作伙伴从百万级数量扩大到千万级别。希望腾讯开放平台能够携手所有合作伙伴,让互联网开放的接口,连接全球的一切人、服务和设备,达到再造一个互联网的愿景。
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。