
首届CES Asia亚洲电子消费展于2015年5月26日在上海举办,新浪科技采访到了乐视智能终端业务群首席运营官梁军,他不但表明了乐视TV未来的战略,还向新浪科技表述了乐视未来的超极汽车等计划。
硬件重要 软件内容也不可或缺
如今电视行业的竞争比拼一点儿不逊色于手机市场,无论是传统家电厂商或是新进互联网企业,无论是外资品牌还是国产厂家,在这个行业的竞争里可谓八仙过海,各显神通。曲面、量子点、4K、智能……厂商们都在疯狂的为自己的新产品贴着标签。
乐视在CES Asia展台上首次展示了其第三代超级电视,不过相比其他厂商,乐视的新品并没有加入曲面屏幕以及量子点等功能。
梁军对新浪科技表示,目前没有客观信息能表明曲面屏幕要绝对优于平板电视,曲面屏幕只有中心一个最优观赏点,而其他角度会对画质有严重影响。而量子点技术目前成本还太高,乐视希望给用户提供最好的硬件,但更要为消费者提供足够低的价格,了是目前正在考虑用荧光技术来提升屏幕色彩以及亮度。而对于曲面屏幕以及量子点技术,乐视还在研发中。若乐视分析认为两种技术将在较低成本以及明显会提升体验的前提下加入乐视超极电视。
他还称未来电视的竞争将不仅仅局限于硬件产品,软件内容服务也将是下一个发力点,这也就是乐视一直所构建的生态。而日后内容方面的竞争件不仅仅局限于版权的抢夺,梁军认为未来竞争将是在每家厂商都拥有合法版权内容的同时,比拼更好的服务。
当然乐视也将作为内容提供商之一,为用户提供很多自制电视剧、综艺节目以及电影。同时乐视将更称程度与合作方一起解决目前4K片源少的问题。乐视也在参与从云端编码、传输等过程中的技术研发。
梁军还称所谓“开放的闭环生态”即为乐视在构建好大的框架之后将不同的节点开发给第三方厂商,这样既能在最大程度上把控生态,又可为用户提供尽可能多的选择,从而在内容战中取得优势。
此外乐视TV未来的发展方向,除了硬件产品的更新换代,将更注重游戏以及生活服务方面。
智能家居会围绕乐视生态
除了电视产业这个红海,传统家电厂商、新进互联网企业乃至创新团队,大家也无一不想再智能家居的风口上先声夺人。
而在问道乐视是否会推出空气净化器等非内容输出的硬件产品时,梁军表示乐视在做一款硬件产品之前,首先要考虑这款产品在乐视生态中所扮演的角色。
像是乐视超极手机、乐视超极汽车,乐视希望将内容覆盖在用户的不同使用场景,并让内容在出行、起居等这些场景互联互通。
“例如,如果我们要做一款头戴式虚拟现实设备,也是会建立在我们的内容支持360度演唱会现场或是360度体育竞赛转播的基础上。”
梁军称乐视不会像其他厂商一样盲目跟风,最近什么火做什么。即便乐视要推出一个新的产品类别,也是要将这个产品融入到乐视生态中,做出与众不同的产品。
梁军还向新浪科技透露,乐视超极汽车的项目正在按部就班的进行中,预计将于三年后与消费者见面。届时将为用户带来全新的出行体验。
充分保护用户隐私
梁军还对新浪科技表示,目前乐视的用户群已经非常庞大。乐视网每天都会有四五千万的在线用户,其中还包括一定比例的深度用户。此外乐视超级电视还拥有两百多万的用户,随着乐视超极手机上市,整个乐视的用户群将进一步扩大。
而如今凡是智能产品都离不开用户大数据分析,乐视也不例外。而由此引发的用户隐私泄露也成了痛点。梁军认为,首先用户大数据和用户数据是两个不同的概念。乐视手机的大数据是对于用户使用习惯的分析,而不是一些私人的文件、账号信息。通过大数据给用户带来的个性化推送等好处是显而易见的,但与此同时乐视将不会手机用户的任何私人信息,以确保用户隐私的绝对安全。
好文章,需要你的鼓励
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。
杜克大学和字节跳动联合开发的Plan-X框架通过"语义规划器"和"视觉合成器"分工协作,解决了AI视频生成中常见的动作错乱、物体消失等问题。该系统先用多模态语言模型理解用户指令并制定详细执行计划,再由专门的视觉系统制作高质量画面。实验显示Plan-X在动作准确性、指令完整性等关键指标上显著优于现有系统,为智能视频生成提供了新的技术路径。
这项由谷歌团队领导的研究发现AI代理缺乏"预算意识",即使给予更多计算资源也无法有效利用。研究团队开发了预算追踪器和BATS框架,让AI代理能够感知和智能管理资源使用。实验显示,具备预算意识的AI代理不仅准确率更高,还能用更少资源达到更好效果,为构建经济高效的AI系统提供了重要突破。