
CNET科技资讯网 1月19日 北京消息:引入168亿战略投资之后的乐视,自称已经步入生态战略的第2阶段,对于贾跃亭本人也具有革命性意义,贾跃亭曾表示,乐视生态战略节奏第二阶段:将聚焦现有市场,上市公司乐视网体系内,投入更多的精力,上市公司和电视生态的盈利会进入高速增长阶段;在非上市公司LeEco体系内,则将全面推进P&L(损益)经营管理,关注生态经营现金流正向快速增长与规模获取高价值用户并重的发展目标。2017年,乐视将在硬件、全球化和生态上继续发力。
作为乐视本次的投资人之一,房地产行业大佬孙宏斌对乐视的未来充满希望,直言:乐视战略是正确的,商业模式和商业逻辑没有问题,团队也没有问题,就只是缺钱。这次一次性给乐视资金缺口补全了,缺多少补多少。
首当其冲,充足的现金储备,让乐视三大核心硬件将迎来一个新的发展期。
最关键的是超级手机,媒体舆论多次腹诽乐视资金链,根本的源头是乐视超级手机。此前,超级手机虽然遭遇供应链困局,但发展势头不减。2016年4月,线上市场跻身三甲;5月,超级手机开售一周年之际,总销量突破1000万台,刷新晋品牌1000万台最快纪录。截至2016年底,累计销量已达2000万。在最近乐视年货节期间,不仅推出旗舰乐Pro3,还拿出最新超级手机S3。
而超级电视方面,过去几年累计销量突破1000万台,占据中国市场智能电视高达19%的市场份额。2017年,超级电视计划将冲击中国智能电视市场30%的市场占有率。充足的资金,促进超级电视更多的技术投资,进一步提升乐视电视技术水准。
解决了电视、手机及其其他业务的资金任务,这意味着乐视核心产品的根基已经打牢。乐视有更多的精力投入的汽车当中。而乐视汽车战略是其最受重视的业务之一。近日,乐视生态汽车产业园在浙江湖州正式动工,乐视汽车工业之路也再进一步。
乐视战略合作伙伴Faraday Future是乐视“SEE计划”重要组成部分。这个月CES展上,FF发布了第一辆量产车FF 91,引发轰动。乐视与FF,已达成战略合作,将在汽车、技术、互联网和云、娱乐内容等方面开展深度共享与合作,并共同建立了“FF & Le Future”人工智能研究院。
目前,乐视汽车生态已经在智能互联网电动汽车研发、生产制造、销售、车联网、智能驾驶、充电策略、售后服务、汽车共享及社会化运营领域完成了全产业价值链的布局。还在全球组建了一支来自谷歌、苹果、特斯拉、奔驰、宝马等企业的研发团队。
现在,拥有充足资金的乐视,未来在超级电视+VIZIO,超级手机+酷派,LeSEE+战略伙伴FF等三大战略组合,将抢占全球的电视、手机、汽车的入口。
乐视方面表示,目前乐视生态产品在香港一机难求,其中电视盒子在香港创造了7秒售罄的记录;2016年1月进军印度市场,随后在印度“硅谷”班加罗尔设立2000人的研发中心; 4月,位于硅谷核心圣何塞市的乐视北美总部大楼正式落成,毗邻苹果、Face book和三星等国际巨头;6月,贾跃亭成为俄总统普京座上宾,乐视生态在俄罗斯及东欧落地。
乐视希望以最快速度狂扫进军全球市场。贾跃亭曾经表示,乐视梦想不是超越BAT,也不是与IAT(苹果、亚马逊、特斯拉)竞争,而是“希望能够真正把乐视构建的“平台+内容+硬件+软件+应用”全球独一无二的乐视模式带向全球,为全球用户及人类社会持续创造全新价值。
全球化或以更加惊人的速度向前挺进,有望真正把中国原生的创新模式带向全球。
生态战略第二阶段
获得充足粮草弹药的乐视,生态经营现金流正走向第二阶段。
最为重要的是,乐视的反思,让乐视公司结构更加健康,也更加的注重未来的发展节奏。过去一年,乐视遭遇狂风暴雨般的质疑,让贾跃亭有了更清醒的认识:“过去这两年,我们战略实施节奏过快、,忽视了当下生态经营现金流的正向快速增长……重要的是我们能够清醒的认识到自身的短板和不足,这些对乐视来说才是最宝贵的财富,对我们未来的发展影响至为深远。”
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。