十多年来,无论社会反响如何,微软一直都未放弃其手机业务。微软当初收购诺基亚智能手机业务时,意在开启一个新纪元,但是在本月早些时候,距离收购该部门15个月后,微软做出一个戏剧性的决定:裁减7800名员工并减记76亿美元资产。
消息公布几天后,在接受ZDNet微软观察员玛丽·乔·弗利(Mary Jo Foley)的一次采访时,微软CEO萨蒂亚·纳德拉(Satya Nadella)坚称,尽管微软将解雇数千名员工,而且基本上也将其手机业务估价为零,但微软不会放弃智能手机的制造业务,未来该公司将降低手机目标,精简手机产量,专注于业务、廉价手机和一两款旗舰手机。
尽管微软已设法在智能手机市场积攒了3%的份额,但这远不足以回报它所投入的时间和资金。因此,微软要改变其移动战略根本不足为奇。而且基于某些原因,微软的移动战略依旧耐人寻味。
首先,微软基本上算是唯一一家能够在资金力量和技术上都赶得上谷歌和苹果的公司,不论这种可能性看起来有多遥远。不过,如果连微软都无法打入这一市场,那我们将不得不处理接下来的问题:在今后的一段时间内,智能手机市场双龙争霸的局面将持续。
其次,微软在手机领域的成败对该公司的未来计划影响更为广泛。微软宣布重组手机业务的时机非常有趣,因为这将意味着,在Windows 10在本月底上市之前,这一坏消息对新系统的影响已无大碍。但它确实引发了一个问题:对Windows、微软及其相关产品和服务来说,缺乏一个成功的移动战略会有多大影响?
此外,有一个重要转变不容忽视:如今,使用智能手机的用户很可能要多于PC用户。对很多人而言,智能手机是他们的默认计算设备。事实上,对于很多新兴市场的用户来说,智能手机将成为他们的唯一设备。那么,微软在这一领域中的地位是什么?
在此,微软的短期计划便讲得通了——削减一般的Lumia系列机型,仅推几款有针对性的手机。毕竟,苹果已努力用四款(差别不大的)iPhone机型征服了智能手机领域。
一款Lumia旗舰手机已迟到很久,仍有一些企业对Windows手机感兴趣。微软在Surface平板电脑方面也取得了一些成就,这促使部分硬件制造商最终坚持了下来,冒着风险生产更好的设备。不过,难以想象现在为何会有Android厂商愿意切换至Windows平台。虽然对微软而言,向其他平台上推广Office等主要应用是有所裨益的,但这对于Windows平台的支持率帮助不大。
虽然微软的最新战略言之有理,但其实施将艰难无比,在这么多通晓移动知识的专业人士离开微软后,这一困难将尤为突出。
在采访中纳德拉还认为,当下,专注于智能手机将与过去他们将PC看做一切的中心这一设想一样危险。“如果说我们在过去曾犯过什么错误,那么一个严重的错误便是认为PC将永远是一切产品的中心。而如今,6英寸的手机设备市场占有率已非常高。我对这一点表示承认。但是,如果我们现在又认为这便是未来的一切,那将表明我们还未能吸取教训,在远不如过去的情况下还有可能重蹈覆辙。那将是愚蠢的行为。”
纳德拉是正确的:只专注于6英寸的智能设备与认为PC将永不过时一样危险。这正是各大公司近几年来突然大举进军可穿戴设备的意义所在:对下一代技术的大规模公测。
问题在于,目前可穿戴市场至多仍处于初级阶段:对此感兴趣的消费者很少,而且其产品硬件还远不成熟。可穿戴设备要想成为主流,可能还需五年或五年以上的时间。纳德拉表示“我们必须寻找未来趋势中的下一个转折点”而且“我只是不想再打造一款手机,不想推出一个‘山寨’手机操作系统”,尽管他的话很正确,但在还需不断探索智能手机的未来之路上,微软将很难直接从PC市场跨越到全息虚拟现实设备HoloLens这一领域。
微软要实现其目标,很大程度上都将取决于该公司最新移动战略的成功与否以及能否获得开发人员的支持。而且,微软未来一年的动态将至关重要。微软的确该思考下一个大事件了,但它的到来或许还要等很久。
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。