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
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。