面对硬件同质化竞争,国产手机企业开始了新一轮“造概念”,而“无边框”手机噱头显然已被玩坏。
4月14日,乐视宣布推出“超级手机”,其中主打的概念之一就是“无边框”设计。不过有媒体现场体验后发现,包括乐Max手机在实际使用中依然存在屏幕黑边,随后此事件引发了用户争论和多家手机企业的口水大战。
4月23日,小米科技董事长雷军公开发布微博抨击乐视称:“如果把边框做成黑色就是无边框手机,那么,一体黑的小米4和小米Note算不算无边框手机?”。
面对雷军挑战,乐视智能终端事业群COO梁军在微博上对雷军“上课”称:“不好意思雷总,先给您普及一下无边框概念,分为ID设计无边框和显示无边,乐视已率先做出全球首个ID设计无边框的手机,而且乐Max是仅1.6mm最窄显示边的2K手机。无边框可不是你理解的黑色边框哦。”
雷军和梁军的微博对峙随后被奇虎360董事长周鸿祎看到,“看热闹不嫌事大”的周鸿祎连忙“挑拨”称:“梁同学敢于教育雷总,听你怎么解释大黑边”。
随后梁军发布了《全球首创ID无边框和最窄总显示边如何炼成》的长微博,企业骂战开始演变为“百万美元赌局”:”谁能找出超级手机发布之前,总显示边比世界最窄显示边的乐Max还要窄的2K正牌手机,我们奖励100万美金”!
梁军此话重点在于时间概念上的“超级手机发布之前”,因为在此之后,中兴Nubia等也都计划发布“无边框”手机。
业内专家对此解释称,只要手机依然采用液晶屏作为显示屏,那么黑边会永远存在。如果要想真正实现无边框,现在只能寄希望于夏普的“自由形态显示”(Free-FormDisplay)技术,但夏普并没有表示何时会将该技术应用到市场。因此目前市场上各种“无边框”手机要么是在硬件设计概念上下功夫,要么只能在屏幕投射上下功夫,真正的“无边框”手机,目前在供应链上并不存在。
从另一个角度而言,这场“口水”大战已经把“无边框”营销概念玩坏,给接下来再打“无边框”新品的手机企业制造了相当难度。《国际电子商情》首席分析师孙昌旭也对此吐槽称:“三星S6 Edge出来,你们在争什么无边框?”那么在“无边框”概念之外,在目前的供应链实际状况下国产手机企业如何进行硬件创新?
vivo高级副总裁冯磊近期在与《壹观察》对话中,透露vivo近期即将发布新品X5Pro,最大的亮点就是将会采用双面2.5D玻璃的设计。
《壹观察》了解到,X5Pro双面使用的2.5D玻璃中间部分与2D屏幕玻璃都呈一个平面,但与之不同的是它的边缘呈一定的弧度,并与机身金属中框融合为一致曲线,大幅提升了机身手感。与“无边框”不同,2.5D玻璃与金属中框融合机身是目前可大幅提升手感和用户体验,又没有流于概念炒作的设计和制造工艺。
除此之外,vivo X5Pro在拍照方面采用PDAF相位对焦技术,主打“极速闪拍系统”,对焦速度接近0秒。同时,vivoX5Pro搭载了基于Android 5.0的最新Funtouch OS2.1系统,在锁屏界面上加入了可以显示信息详细内容的消息通知栏,和iOS非常类似,这也是Android 5.0在UI界面上改变最大的特点之一。
vivo高级副总裁冯磊表示,所有技术都是为了满足人的不同层次的体验需求,产品是载体,而非终极目的。手机产品也绝不仅仅只停留在满足用户的基本需求上(比如打电话,上网等),更重要的是要满足消费者的尊重和自我实现等高层次需求,如:HiFi音质、超薄(便携与时尚)、极致拍照等。
《壹观察》认为,从4月开始,国内手机市场进入新品发布密集时期,几乎成为“周周有新品”的节奏。而在同质化竞争格局之下,如何在硬件设计、工艺制造、软件体验上进行创新提升,同时符合当前的供应链成熟度要求,将成为各家手机厂商2015年面对激烈市场竞争的一大考验。
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。