人们对联想这个企业的第一印象通常停留在硬件层面,联想集团董事局主席兼CEO杨元庆说道,联想已经步入而立之年,并且一直以硬件创新而闻名。不过,联想认为未来的设备将不仅仅是硬件,而是硬件、软件和云服务的完美结合、完美的统一。
今天,联想在京举办了Tech World大会,来自全球的1500名供应商伙伴、渠道伙伴以及联想的客户们参与了本次活动,还包括来自世界各地的300多位媒体、市场分析师、投资人以及开发者,大家齐聚一堂,现场气氛也十分火爆。
我们都知道,联想的产品覆盖面很广,从手表、手机、平板、笔记本一直到台式机、工作站,再到后台的服务器、存储,当然还有各种选配件、IoT物联网等领域。那么在互联网+时代,联想又有怎样的转变呢?杨元庆表示,虽说联想在3月底2014/15财年取得了销售智能终端1.48亿台(包括个人电脑、平板电脑、智能手机等)的好成绩,但是联想也意识到仅有这些硬件、仅有这些数字已经远远不够了。在互联网+的时代,移动互联蓬勃发展,用户创造并分享着大量的内容。各种基于移动终端的应用、内容丰富多彩,大数据分析广泛使用,这些都是这个时代的新标志,而联想认为,认为未来的设备将不仅仅是硬件,而是硬件、软件和云服务的完美结合、完美的统一。
新时代,新需求。用户想要更酷、更炫、更有创新性的智能设备,不仅能够彰显个性,还需要更智能的互联。我们所接触到的设备,都在潜移默化的进行改变,通过云,让这些设备与你生活的方方面面相连接,带给用户更完善的一站式服务新体验。
杨元庆认为,联想需要给消费者带去更好的互联体验,也就是更智能的互联。他表示,智能互联的努力方向,就是让所有的终端设备都能变成个人离不开的助理,是你个人能力的延伸,是你个人的信息中心和服务的窗口,是你连接外部世界和管理个人生活的一个摇控器。
未来,智能互联的第一个环节首先要把人和设备以更自然地方式连接在一起,从个人电脑诞生之日起人与设备的连接方式已经经历了好几代。第一代是键盘,第二代是鼠标,第三代是触控,第四代将是以自然语言为基础,更加自然地交互模式。从而使得智能设备更加紧密地成为人类能力的延伸。
智能互联的第二个环节,是要能让设备和网络之间的连接更加牢固、更加无缝,保证用户在任何时间和地点都能够和世界高速无缝互联。这里不仅有5G以及更先进的Wi-Fi技术需要发展,也包括连接服务需要更贴切、更恰到好处。用户可以自由地选择最便宜、最快速、最稳定的连接方式。以虚拟运营商业务为基础的跨国漫游,能够更加方便经济的来帮助用户,在旅途中都能够智能地选择网络保持连接。
第三个环节,设备和设备之间的连接。这里不仅仅是手机和手机、手机和个人电脑。今天已经很智能的终端之间的连接,更重要的是未来越来越多的传统设备都能够智能化,包括冰箱、空调。并且在共同的平台和标准下实现互联和互动。比如未来智能家居中嵌入了统一模块的各种家电,可以和手机、电脑互联,方便你控制和管理,方便协同起来为你提供更加惬意的服务。当然还有各种操作家居的物联网的产品。
第四个环节,指用户和用户数据的连接。个人云可以随时随地地获取需要的数据信息,个人数据可以更有效管理。并且数据积累多了形成大数据,大数据可以使设备更好地理解你,从而更好地为你服务。例如通过GPS应用,设备知道你在回家的路上,手机会自动通知家里的设备根据个人的习惯打开空调和其他设备,调节到你最合适的温度、湿度等等。
第五个环节,也是最重要的一个环节,就是设备与应用、服务的无缝互联,使用户以最自然的方式一站式得到所需要的服务,比如说每个人日常生活中的网购、订票、点外卖等等,将来一定会有一个更聪明的智能人口来代替今天以触控方式管理的一个一个APP,智能地理解用户的需求,并且方便、精准地去满足用户的需求。你可能只要对设备说话,用指纹来确认付账,所有服务就可以一站式搞定了。
这就是联想在互联网+时代的愿景,这就是联想的使命,杨元庆说道。联想在以上五个方面都在全面推进,以更好的创新成果来兑现联想的承诺,智能互联让生活和工作都更加简单、更加方便、更加自然。
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。