“我们这些互联网背景的人,在富士康这样的传统制造业合作伙伴在一起切磋,会激发出什么样的火花和矛盾?”这是6月4日下午,在ZD至顶网主办的“互联网+高峰论坛”上,小米路由器事业部总经理唐沐的开场白。
图:小米路由器事业部总经理唐沐
事实上,五年前,小米已经开始实践“互联网+”战略。
唐沐指出,小米其实是比较早的提出“互联网+”与传统制造业合作,可以做什么的一家公司。过去这四五年来我们一直在用这样的方式尝试改造互联网,甚至改造制造业。
“今天上午,我还在我办公室跟富士康合作伙伴沟通。我不知道大家是否可以想象到当互联网背景的人在和传统制造业出来的人讨论一个产品应该怎么样做的时候会激发出什么样的火花和矛盾。”
“我坦白说这里面激发出来的互相的不适感是非常强的,但是还好,我们经过了手机、电视、路由器这几个产品的磨练,使得我们具备了这种能力。”唐沐坦言。
在这几年的合作中,小米总结了一个经验:和制造业做合作,最好办法是从那边招一个人到自己这边,反过来管理他们这个方法屡试不爽。
所以,小米从富士康请了一位非常有经验的优秀的采购专家负责和富士康采购的事情,效果显而易见。也帮助小米了解传统制造业的想法,那些想拥抱互联网的人也有更多机会加入互联网硬件行业里。
那么,小米与富士康的小摩擦是什么样的呢?
唐沐解释:“比如制造业会抱怨互联网行业,你们怎么样可以让你们的需求再明确,或者再固定一些,因为你们太经常变化了。再比如说,我们给的订单,按理是提前一个月拿到我们的订单,去准备生产。”
其实,这样做,小米也有自己的苦衷:“有的时候我们没办法给到,因为我们没办法预测一个季度之后产品卖多少,用户需求会不会改变。现在,互联网用户或者是说用户进入到互联网的阶段的时候,他们的各种特征发生了很大的变化。”
站在互联网公司的立场,小米认为,在目前快速变化用户需求里,制造业应该做出更快的反映,而不是告诉小米,我现在需要追一颗料。
唐沐指出,在互联网时代做互联网的硬件产品,用户的需求会变,互联网思维是小步快跑,快速迭代,小米希望制造业能够变快。
相辅相成的是,小米现在反而是制造业的“好朋友”,在不断的磨合中,小米在成长,制造业也在成长。
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。