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 联想NBD欲与联想伙伴构建完整路由生态链

联想NBD欲与联想伙伴构建完整路由生态链

2015-02-04 11:34
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-02-04 11:34 中国网

  技术大神与小白用户之间如何实现无缝对接?那些高级的程序编译语言如何能让更多的人了解?如何才能举伙伴之力研发更丰富的产品功能?近日,在联想NBD举办的“大神面对面”活动现场,众位技术大神、伙伴们与联想newifi主创团队集思广益,有望联手破解上述问题,集开发者、爱好者、用户于一体,打造国内首个完整的路由器生态链。

  图:三位大神接受伙伴们谏言

  在“大神面对面”拍砖会环节,各大神们纷纷献计献策,与newifi三位主创团队共同构建新路由未来发展前景。针对现场不少大神提出的产品插件功能开发的问题,谛听科技CEO李程表示,官方产品团队会将重点放在官方插件上,未来将进一步开放源代码,让大神们能够充分发挥,做出更好的插件;同时,以物质奖励的形式,鼓励NBD伙伴们开发更多更好的插件,形成产业生态链。

  当企业与开发者形成无缝对接后,如何集用户、爱好者与开发者、企业于一体?在“大神面对面”环节中,一位大神就提到了这个问题,“目前在NBD社区中,有几位大神担负着开发新插件功能的重任,但是在社区里更多的是路由器的小白用户,大神们辛苦开发的成果无法在第一时间得到他们的反馈”,于是“NBD学院”一词诞生。

  按照现场大神的提议,将大神与爱好者组织起来,建立“NBD学院”,大神负责开发插件,而部分懂HTML语言但还达不到设计插件水平的爱好者专职编写教程,通过视频和文字的形式,将新开发的插件功能传授给小白用户。

  现场,插件大神Dragon对“NBD学院”的想法表示了认可。他提到:“其实在newifi团队内部,对将NBD学院化的概念也有过讨论,希望能在社区里建成一种梯队的模式,这种模式可以很大程度地解决技术达人和小白使用者之间存在的沟壑,减少产品在传播过程中的真空,形成完整的生态链。”

  “NBD学院”这一全新的概念不仅仅对于联想,对于整个互联网行业而言都是一种新颖的模式,如果联想能够将其变为现实,既是对NBD伙伴精神的一种强化,更填补了业界空白,真正实现路由器领域里的生态链完整化。

  以往任何一款互联网新产品在问世之后,不完整的行业生态链导致很多功能都无法得到小白用户的认可,后续的功能开发远远跟不上用户的需求。而大神们提出路由器生态链的解决方案,通过搭建集企业、开发者、产品爱好者、用户于一体的平台,能很好的解决这一问题。

  虽然联想NBD并未透露何时会完成这条生态链,但已经与大神们在构建新路由生态链的问题上达成了一致,并且有了初步的想法,未来依靠NBD过硬的产品品质以及联想NBD伙伴精神,路由生态链不会只是一个概念,何时实现,只是时间问题而已。

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。

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