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 百度云OS项目落幕:或因阿里、360手机强势入场

百度云OS项目落幕:或因阿里、360手机强势入场

2015-03-11 10:12
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-03-11 10:12 CNET科技资讯网

  3月11日,百度云OS发表公告,正式暂停更新云OS服务,刷机市场份额第二的rom黯然退场。百度云OS于2014年成为市场第二大的第三方rom资源,可谓风头正劲;选择在辉煌时刻谢幕,百度云OS亦有着说不出的苦衷,变现能力薄弱、资金不足等都是大问题。而压垮百度云OS的“最后一根稻草”,或许就是刚刚进入手机市场的两大巨头,360与阿里巴巴。

  图:百度云OS声明暂停更新服务

  放弃百度云OS,无意与阿里、360正面交锋

  2014年12月,360高调牵手国内知名手机厂商酷派,创建新的合资公司;次年2月,阿里也向著名手机品牌魅族抛出橄榄枝,共谋“搞机”大业。两者的初始投资资金都在数十亿量级,对手机市场都是志在必得。而反观百度OS,因为缺乏足够的变现能力,李彦宏对其的态度一直不冷不热,投资金额也仅维持在数亿左右。

  也难怪负责百度云OS业务的深圳市百分之百数码科技有限公司董事长徐国祥,一直把百度OS暂停服务的原因归咎于百度不舍得投入足够资金。花起钱来都战战兢兢,又怎么能在未来的短兵相接中获得优势呢。一个一心求胜,一个如履薄冰,难怪还未交手,百度云OS便摇起白旗。

  面对人员流失,百度云OS有心杀敌无力回天

  其实资金不足只是百度云OS面临的诸多问题之一,核心人员的流失也是百度云OS无以为继的重要原因。据内部消息,百度云OS在尚未被搁置时,就已有核心人员选择离职、跳槽,而其选择的下家,除了乐视等互联网公司,还有百度云OS最有力的竞争对手360手机。

  周鸿祎在南下做手机后,曾不止一次的在公开场合表示,360手机将独立开发自己的rom系统,该系统将拥有更安全、快速的性能以及更持久的续航。除了这些明面上的声明,老周在暗地里也在进行着自己的“秘密勾当”。已经有媒体曝光,周鸿祎在到达深圳后就开始自己的挖人之旅,如今已有多位高级工程师被纳入麾下,其中不乏曾在苹果、华为任职的顶级设计师。想必这些跳槽者中,也绝不会缺少百度云OS中的精英吧?

  无适配硬件产品,“裸”系统终成一场空

  百度云OS另一败笔,来自于对软件程序的过于高估:没有硬件的搭载,百度云OS几乎不存在变现能力。那百度CEO李彦宏会如何看待这毫无生财空间且竞争压力日大的项目呢?要知道李彦宏可不是罗永浩,有情怀的人是不可能用百度搜索赚取到天文数字的收入的。所以,百度OS面临的结果,只有搁置。

  相反,对于360等拥有适配手机的企业,rom的价值就能更好的体现出来。优质的系统搭配上为系统量身定做的手机,昔日小米正是依靠该战术才能在手机市场连连告捷。有了变现能力,投入再多都不会变成打水漂。并且随着360在智能硬件领域布局的深入,360手机甚至还能够起到联接众硬件、形成智能硬件生态系统的作用。

  不得不承认,李彦宏是个有着雄才大略的企业家,在发现百度云OS不能给其带来利益后,不为庞大的用户群所困扰,当即壮士断腕砍掉这一项目。虽说百度云OS的落幕被戏称为是见到阿里、360进军手机产业而“吓破胆”,但知难而退又何尝不是智者之举呢?没有了云OS的负担,或许百度能在其他领域走的更远。

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。

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