2014年9月24日,Adobe突然宣布关闭中国研发中心,裁员400人,调整后,Adobe今后在中国只保留销售部门,中国区的业务将移交Adobe印度公司负责。这则新闻在当时引发了众多网友的讨论,所有人都觉得非常突然及令人震惊,毕竟连不熟悉IT业的人士也知道PS这个东西,Adobe在IT产业的知名度可是非同小可的。
如今,四个多月过去了,这红极一时的大新闻引起的热潮已经渐渐退去,Adobe退出了中国似乎对大家没有一点影响,地球照转,八卦照传,想用Adobe软件的时候,网上到处都是破解版。插一句:尽管Adobe澄清并不是因为盗版的原因而退出中国,但如果我是Adobe的老板看见随处可见的破解版,我也心塞。
Adobe是一家世界领先的数字营销和多媒体工具供应商。当然,最为知名的业务就是它的多媒体工具软件,这里边包括人们熟知的Adobe Photoshop和Flash。但是这些多媒体工具软件的主要研发工作并不在国内,从很多Adobe多媒体工具软件至今还没有中文版就可以了解。
Adobe另外一项业务就是数字营销工具,数字营销工具的范围有点大,一般而言服务于数字营销本身与外延的辅助都可以包含在内,包括数字内容代理、媒介发布、广告交易、后期评测等。事实上,Adobe的数字营销工具在大中华区的主要竞争对手是百度的数字营销工具。相比于百度的数字营销工具,Adobe的数字营销工具不仅价格偏高,而且还水土不服,所以在这方面Adobe根本竞争不过百度。
由此可知, Adobe退出中国主要是放弃了Adobe在大中华区的数字营销工具业务,而保留了Adobe 中国的销售部门,以此来保证Adobe在大中华区的多媒体工具软件业务。这也是Adobe的承若:将会一直把中国视为长期市场。所以在1月26日,Adobe发布了Flash的新版本,该版本最重要目的是提供漏洞补丁,这个远程漏洞被Adobe定义为“危急类”,急忙催促用户更新。
所以,那些莫名其妙的担心都是杞人忧天,Adobe不仅不会放弃中国市场,还加大了重市场的长远培育的力度。一直以来,Adobe通过官方合作伙伴——赛尔校园先锋(http://item.shop.edu.cn/brand/adobe),为全中国所有高校的师生提供全系产品低至一折的价格优惠。但是这次受到Adobe退出中国的影响,教育优惠供货紧张,导致英文版本的部分产品价格上涨,例如原来的教育优惠价格为:329元的Premiere Pro® CS6,如今校园先锋价格为429元,当然这比7114元的市场价格便宜的令人无法相信。也希望Adobe今后能够继续为千万学子提供更多学习机会,和优惠,有朝一日能够再次返回中国市场。
除此之外,Adobe退出中国后还推出了一项极具意义的教育政策:2014年12月8日, Adobe创意大学与中国创意领域在线学习平台——自化创意宣布,双方达成战略合作。
这一条消息里边有很多大家不太明白的地方,我先一个个的解释一下。
Adobe 创意大学是Adobe公司联合行业专家、教育专家、Adobe技术专家,基于Adobe核心技术及应用,面向创意文化产业创意类人才的培养,针对专业院校、培训机构及创意产业园建立的人才培养计划。
但是这个计划的缺陷就是Adobe只是被动的在等待用户,试图用考试认证这一个大杀器来勾引用户,但是很显然不能只有一个认证体系,总不能说这里有一门考试,大家快来赶考呀!
所以,除了一个认证体系,还需要提供课程教学、教学资源、教师培训、考核评价、技术认证等全方位服务与支持,才能打造一个完善的教育体系。而这也是Adobe联合自化创意的目的,从今以后,不再是高高在上的来推动和建立教育体系。
再说自化创意,这一个是注重创新性的创意类在线学习品牌,聚焦在影视、摄影、设计、艺术、音乐领域,致力于为用户提供品质优良、新颖别致、易于实践的课程。有媒体评价:垂直创意领域做在线教育的“自化创意”,欲成为未来创意人才的孵化地。
Adobe和自化创意的战略联合,也是想让更多的个人用户参与进来,双方彼此对各自的用户开启各种增值服务,实现互惠互利。两方的战略合作是基于双方共同的目标:育创意英才,助产业腾飞。目的是使服务更加专业,服务水平更高,客户体验更好,更符合客户需求。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。