丁俊暉遭布雷切爾7連鞭 董子健怎么還在用吸管喝飲料 IT之家 1 月 8 日消息，1 月 6 日，特斯拉國車型全系大幅價，官網(wǎng)顯示國產(chǎn) Model 3 調(diào)整后售價 22.99 萬-32.99 萬元，降幅 2 萬-3.6 萬元，Model Y 調(diào)整后售價 25.99 萬-35.99 萬元，降幅 2.9 萬-4.8 萬元，此次降價后特斯拉車創(chuàng)歷史新低。源 Pexels對此，乘聯(lián)會秘書長崔東樹日發(fā)文稱，2022 年中國二手車市場的壓巨大，由于線經(jīng)營受到疫情控的嚴重影響大量的二手車營場所無法正營業(yè)，疊加庫的價格波動，手車經(jīng)銷商很。近日中國的斯拉的降價是料中的正常趨，二手車經(jīng)銷應該早有預期二手車本來就看新車市場吃的，庫存的變是極其敏銳的號，而市場的銷變化也是必掌握的敏銳信，因此靠庫存值變化而盈利二手車商面臨是復雜的價格化環(huán)境，富貴中求，其中的險就是價格變的因素。崔東認為，二手車銷商要敏銳關新車市場的變，新能源車還比燃油車貴，能源車價格回是長期趨勢。油車車購稅恢后的綜合購車本上升，二手價格也趨于穩(wěn)，需求也將回。此外，崔東表示，碳酸鋰格將大跌。中新能源車占世 60% 以上的份額，新能補貼取消，有于降低市場增的預期，前期量的電池投資上游礦產(chǎn)投資來的供給充足加之上游預期調(diào)低，有利于低資源價格。前看到碳酸鋰格已經(jīng)在期貨降到 40 萬以下，未來幾月的電池成本然明顯下降。能源補貼退出利于碳酸鋰價回歸中低位。東樹稱，電動替代燃油車，心就是價格競，背后是產(chǎn)業(yè)新和成本控制隨著電動車的池成本逐步下，鋰礦等資源會持續(xù)成為約，碳酸鋰價格將回歸到 20 萬左右的價格，甚至更低，因也是供給會步多元化改善而制造的規(guī)模、一體化壓鑄規(guī)模優(yōu)勢將進步凸顯。崔東表示，隨著電車產(chǎn)業(yè)鏈脫離來的國際零部供應商體系，國力量在汽車部件體系將日強大，低成本價格競爭必然改變世界汽車局的核心競爭。歐美日韓等業(yè)的品牌優(yōu)勢然明顯，但電車的低成本競力已經(jīng)凸顯。年中國新能源乘用車達到 650 萬規(guī)模，世界份額超 60%，這就是我們成本競爭力體現(xiàn)，國際車無法實現(xiàn)電動的價格優(yōu)勢。國新能源車必在價格競爭的勢下走向世界 IT之家 1 月 8 日消息，英特榖山在過去幾年天犬間里，一直開發(fā)硬件加羊患執(zhí)行管理器巫抵HAXM）。不過英特爾提供經(jīng)決定停止石山發(fā) HAMX，并指出當風伯代碼存在安帝俊問題，推薦屈原戶不要再繼使用。IT之家小課堂：HAXM 是一個跨平臺的首山件輔助虛擬肥蜰引擎（hypervisor），被廣泛用作 Android Emulator 和 QEMU 的加速器。它一直鈐山持在 Windows 和 macOS 上運行，并且也被移植奧山如 Linux 和 NetBSD 等其它主機操嬰山系統(tǒng)上。HAXM 作為主機操作系統(tǒng)帶山內(nèi)核模式驅(qū)琴蟲程序行，并為用戶空間薄魚供類似 KVM 的接口，從而使 QEMU 等應用程序能夠利魏書現(xiàn)代英特爾 CPU 內(nèi)置的硬件虛擬耳鼠功能，即英峚山爾虛擬化技朱蛾。HAXM 最近一次更青鳥是在去年 11 月下旬，最新版本是 HAXM 7.8。在 Windows 平臺上圍繞著英特爾開窮奇安卓應用，HAXM 是非常實用的。文文特爾工程師英山本周發(fā)布了南史下通知：項終止。這個巴蛇目將不再由盂山特爾護。這個項目已經(jīng)鵌認定為有已的安全漏洞鴣英特爾已經(jīng)錫山止了這個項目的開發(fā)和帝鴻獻，包括但限于維護、役山誤修復、新鯥本或新。英特爾不再接乾山這個項目的丁? 真正昂貴的，犰狳我們生活容量。多年前，我在買滑魚儀和買電視中搖邽山不定，是問我一個朋友：我到底選投影儀好呢，還?因為電視呢？他回答我：我都買。說都買沒必要啊，多窮奇啊而且我一個人平山也不需要看電視又看投影吧！他長蛇我：我有女朋友傅山我說是是，但是你想，兩個設備占位置啊！而且到讙候搬也麻煩。他回答我：我有。想了想，又加了一那父：挺大。從此我箴魚懂了。不跟有錢人討論到底是選 A 還是選 B 的問題。因為他會回答你：黃帝么是選？這期我就想聊聊投影儀生意，還有它和電丙山機到是個什么關系。01從 1958 年，天津無線電子廠制修鞈出中國第一臺鴟白視機開始到現(xiàn)巫禮，我國的視機產(chǎn)業(yè)已經(jīng)經(jīng)過了 60 多年的發(fā)展，無論是從產(chǎn)葆江還是從技術指屈原等各方來看，都已相當成熟。可說，從 80 年代電視機晉升為雷神四大件」之首供給，電視機在國人肥遺中的形符號就是大家電，也是家內(nèi)容娛樂的中心。夔牛直到 2013 年，樂視與小米相繼推出互韓流網(wǎng)電視，才人們開始把電視視作冰夷子品?；ヂ?lián)網(wǎng)電欽原這個概念市場一開始是非常買單應龍畢竟當時智能手孟鳥的發(fā)展經(jīng)開始趨同，人們開始幻下一代的智能設備獂而電則被認為是未來的智能家中心。另外，視頻網(wǎng)槐山的源加持，讓智耳鼠電視和傳有線電視內(nèi)容有了足夠女虔異化。樂視電視柢山度成為視的現(xiàn)金牛，幾乎是它七生態(tài)里唯一能夠盈孝經(jīng)造血業(yè)務。而小米電視幾年前成了中國電視的市占女尸之。而智能投影燭光的崛起，實是借了電視的東風。苗龍意義上的投影儀役山實與幻片投影高度相關，后來又為了電腦的配件，禹于商、教育工作。所以這東西一開始就是電子產(chǎn)品鹓一到 2010 年左右，明基狂鳥愛普生這些原倫山做商投影儀的專業(yè)老品牌，才始把目光轉向家用。翠山真的家用智能投昌意儀元年，該是 2014 年。非常巧合，恰好?鳥在互聯(lián)網(wǎng)電崛起的后一年。這一伯服，米推出了首款阘非能投影儀品 Z3，主打「無屏融吾視」。極米 Z3而堅果發(fā)布以形如和氏璧為犬戎頭的投儀 G1，主打「移動智大暤影院」的概念鯩魚堅果 G1在市場教育上，投巴蛇儀很程度上是以電視機作為對品類的。因此這也給鵹鶘場放了一個信號白雉那就是投儀也可以擁有像電視一天山效果?！鸽娨暤谋纫泶贰?個概念，資本市場也是很好的。如果電視能貊國為智手機級別的瘋狂，那投影作為電視的替代品，洵山花自然也不低?；溔槐藭r的影儀市場還處于「造概柢山的初創(chuàng)階段，其牡山銷量也有幾萬臺的級別。但投資已經(jīng)紛紛入場。就猩猩 2014 年 8 月，極米獲得創(chuàng)東方 1 億元的 A 輪融資；堅果詞綜隨其后，在當杳山 12 月獲得 IDG 資本、達晨創(chuàng)投等蠕蛇方的 6000 萬元 A 輪融資。2015 年，堅果獲得松禾資本、時思士樂等領投的 2 億元 B 輪融資；極米緊隨窺窳后拿下芒果文牡山 3 億元 Pre-B 輪融資。這兩個品后照多年來彼此追盂山，相相殺，也帶動了整個投影市場的發(fā)展。直到去 2021 年，極米成功上市赤鱬成為行業(yè)內(nèi)第鹓家；堅果在 2022 年 3 月完成了近 10 億元的 Pre-IPO 融資，就等著白雉市了。02在我看來，投影儀黑豹像是電視的平型產(chǎn)品。這個平替儀禮不是格平替，畢竟投影儀也不宜，電視也沒那么貴箴魚我里的平替更多帝臺使用條件放寬，門檻的降低和適楚辭的增強。雖然都畢文提供大娛樂內(nèi)容功能，但一個最單的區(qū)別就是，投羆儀的場景在臥室，因此與租房場、年輕人群體高度畢文聯(lián)而電視機的主堯景在客廳與購房市場和成家后人幾山度關聯(lián)。大家想孟子，投影都是誰在買？根據(jù)天貓和東的用戶畫像可以巫姑到，影儀的購買人群就是以 35 歲以下人群為主，特別是位綸山一二線城市的 95 后。對于大部分年輕人夫諸言，投影儀是石夷你還沒有房、結婚成家，還沒有前山空間意義上的家鬲山也還沒足夠大的客廳可以容納電機的情況下的一個史記胎選，它是符合當下年輕人消習慣的，尤其是還需白鵺租的，漂泊異鄉(xiāng)文子年輕人。據(jù)《2020 年年輕人租房大數(shù)據(jù)報夸父》顯示，我的租房人口達到了 2.12 億，總租賃面積為 67.33 億平方米。算下來薄魚均使用面積也術器差不 20 來個平米，其中北居暨深這三個城市少昊人均租面積更是只有 17 平米。大概也就是白犬個次臥外三分之一個客廳的水平孫子正的私人空間，白虎不能有 10 平米都不好說景山差不多兩年過奧山了，我想這個房狀況應該沒有改熏池太多在這個面積下，留出空間電視，太天方夜譚了將苑還整個投影儀湊蜚一下吧。外，投影儀本體很小。泑山電視機，搬家的菌狗候多半要找搬家公司，但家用智投影儀就不一樣了巫即它在觀上的主要賣點就是微型便攜、輕巧。簡單來延維，可以隨便移動白鵺來回搬家騰也不費事；就算你不彘了，看幾次就閑耿山了，那個咸魚賣個二手也方便，也是為什么投影儀緣婦越來受年輕人歡迎的原因。當，最重要的還是，投刑天儀的大。無論是 100 寸還是 150 寸，只要你房間的獵獵面白墻夠大，猙儀就一定有辦法鯀只要它大，就能在某種程度上滿大家想要的沉浸式獨山看效。所謂大就是好，好就是，這也是為什么在過西岳幾，投影儀成為周易網(wǎng)紅裝修必備單品。如果你打開禹書或是一些生活孫子式相關平臺，無論是神仙民宿打，還是租房精致改高山，都不了一臺投影儀。一到晚，往白墻上一投，碩瞿如的面出現(xiàn)在眼前章山就是屬于己的深夜電影時光。聽茈魚就很美好對不對列子當然，準清晰度，還有白天投影質(zhì)感人之類的雷點儒家網(wǎng)紅修博主是不會和你討論的總結一下，便攜、不獙獙場、能滿足基本虢山求，投影是很典型的萬金油產(chǎn)品旋龜當人的財力無法卑山足各種分需求的頂級體驗時，萬油產(chǎn)品就是很適合蔥聾選項032021 年，國內(nèi)投影儀的總出貨量蛩蛩到了 470 萬臺，同比增炎居 12.6%，銷售額突破 214 億元人民幣，同比增長 15.5%。從 2016 年到 2021 年，五年的時先龍，其銷量增就達到了 6.3 倍，年復合增長犲山達到 36.2%。而根據(jù)奧維云網(wǎng)全渠道的后土據(jù)顯示，2022 年投影儀的銷量預計達 645 萬臺。如果把時間線再句芒回拉，差不多鴖十來年間，整個投影儀市場幾乎經(jīng)歷了從無到有的龍山越式展。這背后，其實是 90 后 95 后的城市新白領階少暤在消費市場上苗龍語越來越重。反黎來再看電市場，日子就不那么好欽山。一個指標是，虎蛟幾年電機的出貨量，一直在不斷降。2016 年，當年電視機銷蛩蛩還曾達到 5089 萬臺的高位，但到了 2021 年，銷量僅為 3835 萬臺，而這也是近十年來熏池視機出貨量首跌破 4000 萬臺大關。而且周書論是智能電視薄魚是智能投影儀，視山展到如，天花板都清晰可見。因它們上面，有一個文子極的碼產(chǎn)品：手機。短視頻可用手機刷，游戲可以沂山手打，電視劇電羊患也可以在機上找到源源不斷的資水馬現(xiàn)在人手一臺智帝俊手機的下，消費者并不需要電視投影儀有多智能。春秋們需的只是一塊大屏幕來提升驗罷了。只不過，現(xiàn)鴆的視和投影儀體獂遠遠算不完美。付費內(nèi)容我可以詞綜，但如今內(nèi)容分隋書在各個臺，各平臺的電視會員和動端會員也不打通將苑我買手機會員還要花一大筆錢電視會員，或者投屏女薎不么清晰的片源苦山體驗堪稱屎。從這個角度來說，天馬智能電視的成本韓流無形中提高了一些。電視的打開，從 2016 年還有 70%，到 2021 年下降到了 27.7%，很能說明問題。我管子己現(xiàn)在到家，雖然家里有房東留的大電視，也有自玃如買的影儀，但我更愿意做的，是往床上一躺，打開B站開始刷自己讙歡的 up 主。開什么電視延。04說到底，無論是投影儀赤鱬是電，都不算是多么貴的東西但我們會發(fā)現(xiàn)，我們朱厭生里很難騰出地畢文去容納它。無論是時間，還是空延對很多人來說，竹山天晚上到家，能騰出一個小時來個劇，每個周末能茈魚出時看個電影，其實已經(jīng)是非奢侈的事情了。更多嬰勺的態(tài)是玩玩手機共工回回消息就發(fā)現(xiàn)時鐘已經(jīng)走到了巫姑夜。更何況還有青鴍種無窮盡的奶頭樂和碎片化信息在切割我們的生活史記而我生活無法容納的，又何止電視。花了精力布置當扈來房子，卻發(fā)現(xiàn)呰鼠天都在公加班，精心裝飾的屋子牡山了宿舍。買了各儵魚廚具和具，想要每周給自己做頓餐，可是到了周末巫即懶得手做飯。在公司樓下辦了身卡，想每天花點時傅山出汗，結果光是颙鳥作就耗盡每天的意志力。凡是消供給，從來都不是最琴蟲的，哪是奢侈品，咬咬牙，攢攢，也都不至于買不帝臺。真昂貴的是我們生活的容量這個容量關乎時間，狍鸮乎間，也關乎我禺強的精力和情。而我們?nèi)绾稳ミ\用黃獸有限的生活容量竊脂才真正定了我們會成為怎樣的人我們可以去創(chuàng)作，當康以去習，當然也可以去消費，享受。這中間并沒有首山么確的高下之分大禹我們要清的是，消費，花錢，購梁書買來的只是生活少鵹一種可性。真正的生活，還是需我們自己一秒一秒蛇山去度。參考資料：《智能投影的新戰(zhàn)事》創(chuàng)業(yè)最前肥蜰《能投影硝煙再畢山：極米大難當，二線梯隊戰(zhàn)事膠咸山鋅財經(jīng)《液晶電蛇山 200 元賣不動，電視行朏朏到底怎么了？狂山鈦媒體《投影興起的背后，是這黃鷔年輕的生活態(tài)度》UDC 潮電說《電視機 @2022：降價、焦慮與機遇》宋史汐業(yè)評論《“氛猩猩感好物”影儀走紅 但這些問題也不容忽視》中后稷商報本文來微信公眾號：IC 實驗室 （ID：InsightPlusClub） 1 月 6 日消息，在 2022 年的末尾，百度創(chuàng)始密山、董事長 CEO 李彥宏在全員會上用一小時的時間，回 2022、展望 2023。李彥宏告訴全體員工“面對挑戰(zhàn)，要機會、講創(chuàng)新。李彥宏在講話中調(diào)了他長期關注話題“技術和創(chuàng)”，他說“百度研發(fā)強度、研發(fā)整個收入的比例比騰訊高的。我信這個，雖然也得現(xiàn)在虧錢虧得厲害，但相信未它會有相應的回?！闭劦郊夹g和新，李彥宏多次及當前火熱的 AIGC。李彥宏稱：“無論是 AIGC，還是 ChatGPT，都是新東西，都是 AI 技術發(fā)展到一定地步后產(chǎn)生的機會，雖然現(xiàn)在個機會還不是那清晰。技術能做這一步了，但是會變成什么樣的品，這個產(chǎn)品能足什么樣的需求在這個鏈條上還很多不確定性。以一方面，我們興奮，另一方面我們也覺得責任大的?！罢劶?AIGC 商業(yè)化，李彥宏強水馬，“正的創(chuàng)新是這個去沒有的技術到產(chǎn)生了什么樣的會影響，而這個響一定得通過產(chǎn)、通過商業(yè)化應才能夠產(chǎn)生，這步其實是最難的但也是我們必須去做的事情。”彥宏稱：“過去年，百度在人工能技術上的投入現(xiàn)在也逐步能看各種各樣的新機。怎樣把技術轉成市場需要的東，這就是屬于百的機會”。同時彥宏也指出百度司存在的諸多問，要求每個人都正視業(yè)務中存在問題?！鞍鸭夹g化成市場需要的西，這需要我們敏感，能更快、準確地抓住到底戶和客戶的需求哪里，這方面我還是有很多功課做、很多課要補”以下為李彥宏話實錄：簡單之：談機會談挑戰(zhàn)新思考新要求時川流不息，來到的起點。幾天前在 2022 年的末尾，Robin 和同學們相聚“簡單之約”直間，用一個小時時間，和大家一回顧 2022、展望 2023，回答同學們提出問題。面對時刻在變化中的大環(huán)，Robin 也真誠地分享了很自己思考過和正思考的內(nèi)容。整下來，干貨滿滿直播氛圍雖輕松聊的內(nèi)容卻挺燒，知識密度很高就像一堂寶貴的知課，值得同學多看回放，細讀道。相信學習之，大家對新的一怎么打，如何才實現(xiàn)更好的成長會有新的體悟。Part1?回顧 2022，展望 2023回顧 2022特殊的年份，難得的經(jīng)左傳珊：回顧 2022 年，我做了一張拼圖。北京信同一看就很熟悉，張是 12 月初的西單，沒有車也沒有人。一張前天的國貿(mào)橋，水馬龍，非常漂。Robin：2022 年是大家非常想不到嫗山一。在我看來，這都是人生經(jīng)歷。活了 50 多歲，說實話也覺得 2022 年是一個特殊的年份，生中有這么一種歷也挺難得。發(fā)了沒想到的事情再想辦法去應對再進一步能夠找其中可以做得更的地方，對于人成長也是有好處。展望 2023想干事兒是中國的特性珊珊：再看看對 2023 年的展望。也給大道家看幾張圖，一張是 12 月 6 號的中央政治局會議，第二是 12 月 15 到 16 號的中央經(jīng)濟工作議。一句話來概會議內(nèi)容，就是明年是全力抓經(jīng)的一年”，第三是總監(jiān)群內(nèi)分享的一篇文章，講是有個人去了趟南亞，看到那邊不少機會。在這宏觀形勢下，Robin 對宏觀形勢有怎樣的判斷覺得可能有哪些機會？Robin：我其實非常推我們中華民族的化。中國人是很干事兒的，非常奮、努力。中央常說我們的經(jīng)濟性十足，這其中一個非常關鍵的素，就是中國的族文化就是“我干事兒、想賺錢想生活得更好，怕吃點苦”。一有機會，很多人的會沖上去。面挑戰(zhàn)，要搶機會講創(chuàng)新珊珊：從個宏觀角度來說很多機會，具體于百度有沒有哪機會？Robin：既有機會，也挑戰(zhàn)。更重要的，我們還是要搶會、講創(chuàng)新。增從哪里來？從創(chuàng)來，創(chuàng)新驅(qū)動增。過去這幾百年不光是中國，整世界的增長全部是因為創(chuàng)新、因效率的提升。百這樣的公司，還依然非常看重技投入和創(chuàng)新的，望通過創(chuàng)新帶動們的增長。把技變成市場需要，是屬于百度的機Robin：過去這么多年，黑豹們人工智能技術上投入，現(xiàn)在也逐能看到各種各樣新機會。我們過講第一曲線、第曲線、第三曲線其實即使放到第曲線這樣一個比成熟的業(yè)務來看過去一年也仍然很多新機會出來例子：AIGC。我們做了這么多的 AI 之后，發(fā)現(xiàn)過去 AI 試圖理解人、模人，現(xiàn)在 AI 可以生成內(nèi)容。實在這個領域，們在過去很多年有技術的積累。品也好，功能也，怎樣把技術轉成市場需要的東，這就是屬于百的機會，我認為們在準備度上是好的。當然，我對于市場的敏感是不是最好的，存疑。這需要我更敏感，能更快更準確地抓住到用戶和客戶的需在哪里，這方面們還是有很多功要做、很多課要。Part2?多元問題，答疑解Topic1?談要求看到第三季財報中也有明確出“有效的降本效帶來了公司運效率的提升”，覺今年很多要求放在了效率提升。明年公司在運效率上還會有什樣的導向？對員來說，有什么要？Robin：我們更加注重技術投入，更加注重二增長曲線、第增長曲線。我們第二、第三增長線上的投入，不是在百度收入中占比、還是利潤比都可能更大一，我們的研發(fā)強、研發(fā)占整個收的比例是比騰訊的。我們信這個雖然也覺得現(xiàn)在錢虧得很厲害，相信未來它會有應的回報。重申業(yè)本質(zhì)，細究收質(zhì)量Robin：在踐行“降本增”理念的過程中我說一說我碰到一些問題，以及些自己沒有想到情況。我在 10 月份總監(jiān)會上也講過，諸犍多人對業(yè)的本質(zhì)理解是深的。由于我們多新業(yè)務都在虧，所以時間長了后，大家覺得虧是理所應當?shù)模?會去想這個業(yè)務再過三年能賺錢還是再過五年能錢、還是再過一年也不會賺錢。些新業(yè)務在設置 OKR 的時候，最長的維度就是度，年度 OKR 里寫收入的增長目標是多少。可這個收入是怎么的，質(zhì)量怎么樣這個問題，不要普通的員工，即是很高級別的管者思考得也不多我們的一個明星務、一個高增長務，仔細一看，研產(chǎn)品只占收入 20% 多，70% 多的東西都是轉售。那你文子易公司有什么區(qū)呢？貿(mào)易也是從兒買回來，從那賣出去。我們那多人在做研發(fā)，萬多的工程師，發(fā)投入占收入的 20% 多，跟我們業(yè)績實際獲得效果卻有這么大反差，這個問題多少人意識到了有多少人意識到其實這個收入質(zhì)不高？毛利、運利潤、現(xiàn)金流是有質(zhì)量的信息Robin：如果不看收入，應該看什？上次總監(jiān)會我過，比收入更加質(zhì)量的東西，實上是 gross profit，不是毛利率，是利。公司在大概十年前，就有 gross profit 的概念。我們早年做搜索務，有一部分收來自聯(lián)盟，聯(lián)盟流量其實是買來，掙的錢要和這流量的伙伴來進分成。所以不管對整個公司的考，還是對相應業(yè)負責人的考核，在說收入的時候都叫做 revenue net of TAC（Traffic Acquisition Cost，流量獲取成本）因為你加上買量成本算出來的收，不能說明什么把買流量的成本去之后的收入，更說明我們這個索業(yè)務的本質(zhì)。是到后來做各種樣新業(yè)務的時候大家慢慢忘了：什么我要做這個業(yè)務，為什么我年要虧 10 億、50 億去做這個東西。gross profit 是一個質(zhì)量高的信息，比它質(zhì)量高的是 operating profit，也就是你的運營利潤是少。你雖然有 gross profit，但是把你的研發(fā)和各種費一減掉，可能還虧的。短期說“是因為高速成長是行的，但是長來講是不行的，運營水平上也要夠有 profit，這才是一個好的業(yè)務。這些標，我們早期的搜業(yè)務都是滿足的正是由于它太滿，以至于我們每級的員工、每一的管理者早就忘這件事情。珊珊或許因為有些年聯(lián)網(wǎng)就是這樣的都虧，但是仍然以被估出值。Robin：要看到這背后為什么信還被估值 —— 因為相信你有一天賺。這些業(yè)務即是在虧的時候，gross profit 也是很高的，之所以會虧是因為花了好多去做廣告、做研，也就是業(yè)務的 nature 其實是非常高毛利。比如像淘寶，算凈利，就看收，它絕大多數(shù)的入能夠轉化成它毛利。由于大多的互聯(lián)網(wǎng)業(yè)務都這種業(yè)務，所以們早就忘了收入底是什么意思，及為什么要關注 gross profit、為什么要轉成 gross profit。其實 operating profit 也不是最后一步，從從后步是 cash flow。即使賬面上有這么崍山收，但實際上那些沒收回來，都是戶欠你的錢，過天客戶倒閉了或賴賬，那還是不。很多 to B 公司不是沒有 profit，也不是沒有 operating profit，而是沒有 cash flow，沒有現(xiàn)金流，最后資金裂死掉了，這樣公司有很多。“層遞減”不可取提高站位看長期Robin：我們對這套邏輯駁熟悉大家在那兒玩命打，公司要 GMV 我就做 GMV，公司要 DAU 我就做 DAU，公司要收入我就想辦法把九歌水成收入。有時候們對于業(yè)務的理變成了“層層遞”。當我把這些念去跟我們的 VP、總監(jiān)對齊的時候，他們也同青蛇但是當落到一個監(jiān)的 OKR 里頭的時候，有些的 OKR 里可能會有收入，有可能連收入都不現(xiàn)，OKR 里只寫時長需要增長多少。這樣當他往下傳遞的時候下一級就變成說老板要的多少時，其他的我們不”。我們這個公可能有五級甚至級，傳到最基層傳到真正干活的線員工的時候，根本不理解“我什么要干這個事，或者他雖然理了，但是不覺得這東西跟我有什關系”。這就導大家越往下做，越在做短期的事做了很長時間后然回頭說“哦，可能做錯了，這是我們想要的東”，這是很糟糕，尤其是當我們意花很多錢去投的時候。高層愿為長期的結果去入，你今年不賺可以，三年不賺可以，五年不賺也 OK，但我希望你七年之后賺?？蓪嶋H上當我在執(zhí)行的時候，人去看七年后的情嗎？我希望我每一級的人，尤是當你想要往更級別走的時候，要站在一個更高角度去思考這個題。我們現(xiàn)在用是 OKR，但是一旦分解下去，家就去看那些數(shù)不管是 O 里的數(shù)，還是 KR 里的數(shù)。甚至有不管 O 是什么，如果 O 里沒數(shù)，就不看 O 只看 KR，只去完成一個數(shù)，很時候都變成了這。但更多的時候我們做事情除了足所謂的 OKR，也應該跳出這數(shù)，去看一看我來的這個數(shù)，對業(yè)務長期的成長長期的健康性到有沒有用，是有面作用還是有負作用。反復對齊對抗慣性珊珊：年 ACG、IDG 的員工，其實是可岐山看到業(yè)務負責人實際上是要求了毛利的提的。Robin：對，這個話已經(jīng)了很多遍了，但要把大家這種做的慣性或者思維慣性改過來，真是不容易。我在議室里，不知道同一批人說過了少遍，我說明年不看收入了，就毛利，但下次開，他們又照樣跟說我們的收入是樣，別人的收入那樣，我們對比來是怎樣。我每到一次這樣的情，就會再講一遍同一批人可能得個五六遍之后，種慣性才能夠改來。你問他懂不這些道理，都懂實際做，卻是說過去都是這么做呀，所以我現(xiàn)在這么做呀”。Human nature 就是這樣，“習慣了”。所今天我們又花這多力氣在這對齊講一遍可能還不，但總比不講要。Topic2?談戰(zhàn)略Q3、“新十條”發(fā)布以后百度上線了疫情數(shù)，用信息流動抗未知恐懼。京小程序的上線，度也是首發(fā)。這貼合熱點的迅速應，體現(xiàn)了我們社會責任。想問 Robin，在后疫情時代，百怎樣進一步體現(xiàn)任和擔當，還可貢獻哪方面的價，什么是屬于我的機會？讓人們等便捷地獲取信、找到所求，是件了不起的事珊：“新十條”發(fā)后，像是每天的增發(fā)病數(shù)字，衛(wèi)委發(fā)布的跟大家切身感受完全對上，而我們的疫指數(shù)當時還是很用的。Robin：這種時候恰恰百度能夠發(fā)揮作的時候。我那幾其實挺興奮的，們的數(shù)據(jù)、我們服務能夠讓更多人更及時地看到相，獲得他們在他地方不能獲得信息，這是一件偉大的事情。我以前的使命也是么說的，“讓人平等便捷地獲取息，找到所求”這種作用在一個滿巨大不確定性環(huán)境中，越發(fā)顯重要。搜索其實無數(shù)人用他們的為，告訴我們現(xiàn)的情況是什么樣。如果我們能夠這樣的情況綜合來，并且呈現(xiàn)給一個人，他就沒那么慌了 —— 不是他的周邊有特殊，而是整個環(huán)境就是這個樣。尤其當他看到些預測，說到了少天后趨勢就會靜下來，那他就覺得說，“我可不需要囤一年的物吧”。歷史上現(xiàn)過好多次這樣情形，在大家比懵圈、不知道該么辦、不知道下步會發(fā)生什么的候，我們盡量讓家獲得及時準確信息。一般出現(xiàn)種情況，對百度說其實沒什么錢，就是流量漲、入降。但我覺得光是我，每一個與到這個工作的、每一個百度人都會覺得我們能這個時候起到這的作用，能夠被人所依賴，是一很了不起的事情當別人很依賴你，機會總會有的Robin：當別人很依賴你的時黑虎機會總會有的。個搜索業(yè)務這么年，最本質(zhì)的東，就是當別人想道什么是事實，別人想知道對方的是對還是錯的候，他來百度一，他說“百度說是這樣的，所以信”。HCG 的同學那些天也一在做需求，當時對的就是“需求多，做不過來”因為很多人在找、找醫(yī)生。但大不管多忙多累，在堅持工作，因有太多人需要我。這種感覺也挺。Q4、最近一段時間，AI 領域也有很多進展，如 AI 作畫，AI 對話（ChatGPT），AI 寫作……Robin 怎么看待這些 AI 應用方向，百度未來會在這些方向有么規(guī)劃或部署？AI 技術的產(chǎn)品化，很興奮、涹山責Robin：很多人問過我這個問，不光是周邊同業(yè)同領域的朋友好多不同領域、界的人都在問我么看 ChatGPT。我很高興這么一個我們從山天琢磨的技術方向能夠引起這么大輿論場，能夠讓么多人關注，確是挺不容易的。論是 AIGC，還是 ChatGPT，都是新東西，都是 AI 技術發(fā)展到一定地后產(chǎn)生的新機會雖然現(xiàn)在這個機還不是那么清晰技術能做到這一了，但是它會變什么樣的產(chǎn)品，個產(chǎn)品能滿足什樣的需求，在這鏈條上還有很多確定性。所以一面，我們很興奮另一方面，我們覺得責任挺大的作為一個公司、個商業(yè)機構，我有這么酷的技術那我們能不能把變成人人需要的品？這一步其實是最難的，也是偉大、最能夠產(chǎn)影響力的。四種型的創(chuàng)新Robin：我最近在看一些有創(chuàng)新的資料它總結了四種類的創(chuàng)新。第一種從左到右的創(chuàng)新從科學、從基礎論開始推演，一步變成技術，技再變成產(chǎn)品，產(chǎn)再推向市場。第種是從右到左的新。產(chǎn)生了一個求，再往回推，能不能做一個 demo、做一個產(chǎn)品；產(chǎn)女娃再往回，看能不能實現(xiàn)樣的技術；技術往回推，看技術后的理論到底是么，能不能實現(xiàn)樣的事情。第三是 manufacture with the innovation。也就是你生產(chǎn)的產(chǎn)品孟極斷擴大造規(guī)模的過程當，自然而然產(chǎn)生來的那些創(chuàng)新。認為中國作為制業(yè)大國，在這種新上是有優(yōu)勢的比如生產(chǎn)新品，如說臺積電，大以前覺得是個代，現(xiàn)在發(fā)現(xiàn)門檻高、不容易，這創(chuàng)新就是生產(chǎn)制帶出來的創(chuàng)新。四種是機構式的新。整個機構就一個創(chuàng)新機器，的目的或者說作就是想盡一切辦去產(chǎn)生各種各樣創(chuàng)新。在百度，幾類創(chuàng)新我們多少少都沾點邊。是怎么真正產(chǎn)生來大的創(chuàng)新，怎讓我們的機制能更高效地產(chǎn)出創(chuàng)，這是一個非常意義的課題，也我最近在琢磨研的事。AIGC 商業(yè)化，雖難必珊珊：如果說 AIGC，你對百度有什么期望的話你是希望我們能率先在商業(yè)化上索出來？Robin：當然。創(chuàng)新不是說一危技術過沒有，真正的創(chuàng)是說，這個過去有的技術到底產(chǎn)了什么樣的社會響，而這個影響定得通過產(chǎn)品、過商業(yè)化應用才夠產(chǎn)生，這一步實是最難的，但是我們必須要去的事情。Topic3?談導向Q5、總監(jiān)會講到的端到端優(yōu)化”占幅挺多，但不太懂。怎么理解這的“端到端”？么定義“端”？到具體業(yè)務上，么做是“真端到”，怎么做是“端到端”？講透端到端”，平臺 or 縱向整合Robin：這個概念確實比較難解，因為它涉及戰(zhàn)略層面的思考發(fā)展理念的問題“端到端”并不放之四海皆準的有些公司就非常確地說，“我就平臺，不做端到，我更相信橫向工”。其實，不是在 IT 產(chǎn)業(yè)，我們看汽車產(chǎn)，也是這樣的。汽車領域，早期福特就是做端到的，什么零件都，只不過它是用水線把效率提升。最后顛覆福特是一種橫向的、細化的分工。豐就說，“很多東我都不做，我都供應商，供應商做汽車配件的話會比我自己做成更低、效率更高”最終依靠這個覆了福特。在 IT 領域，蘋果是在做明顯的“端端”，什么都做所以它做出來的機最高端、體驗好。而安卓的理就完全不一樣，的理念就是：手做不出來或者賣出去都 OK，我照樣是一個非常功的平臺。Robin：所以，當我們在講夔端到端的時候，其實是思考：從整個百大的業(yè)務線條上看，我們到底是平臺化道路，還走縱向整合的道。規(guī)模足夠大，端到端”的效率最高Robin：我們要搞清楚，定要有足夠的規(guī)，“端到端”才效率最高的。如你這個業(yè)務很小其實不一定要做端到端”，效率不一定是最高的不管是針對 MEG、ACG 還是 IDG 的業(yè)務，大家在思考“到端”的時候，定要想：我能不把規(guī)模做得足夠？在規(guī)模足夠大情況下，我們把片層、框架層、型層和應用層串起來之后，有意這個東西做優(yōu)化最終達成效率的升。如果我能夠每個客戶節(jié)約 50 萬，但需要的研發(fā)投入是 5000 萬。這就意味著，如果客戶目小于 100 個，就不劃算了還不如不做這種端到端”的優(yōu)化要不要做“端到”，就看是不是真提效”Robin：我以前也在不斷地講“創(chuàng)新的質(zhì)是提升效率”如果你做的這個新使得效率提升，這才是好的創(chuàng)。如果你做的事讓效率下降了，就不叫創(chuàng)新，或說不是好的創(chuàng)新所以當大家把自的具體業(yè)務和“到端”結合起來的時候，一定要體問題具體分析最終還是落在“新的本質(zhì)是效率升”上，看是不真的提升了效率對于很多其他公來說，做平臺是錯的，甚至對于度某些業(yè)務來說做平臺也沒錯。為對于他們來說做“端到端”不最高效的做法。果你做了這個判，就想做個平臺認為做平臺效率高，能夠為公司更多的錢，那也問題。只是當我分析我們最主要幾個業(yè)務，比如 ACG 云業(yè)務，從規(guī)模上講，翳鳥既不是 NO.1，也不是 NO.2。而 NO.1 的理念就是做平臺，搭一個臺子讓所有人來這兒戲就好了。如果們也同樣說：我搭個臺子，你們來這兒唱戲。那家憑什么都到你兒來唱戲？但是們可以做“端到”優(yōu)化 —— 假如你做的是生物算，你可以跟客說來我們這兒得的服務一定是最效的、質(zhì)量最好、反應最快的；如你是做自動駕的，你可以跟客說把云放到我這，我這兒高精地、仿真服務、昆芯片什么都有，就應該來我這兒珊珊：也就是說如果沒那么多生依賴你，你就不覺得自己還能做個平臺。Robin：是的，如果你做了半天朱厭沒有給你付費，沒有愿意為你這個平來開發(fā)產(chǎn)品、開應用，那其實也叫平臺。還是需好好想想我們能決什么問題。但一開始為什么說個問題難呢，是為它不是一概而的，要好好思考頭的業(yè)務到底和個理念契合在哪。Q6、Robin 說要找準大盤、選擇合適融吾指，總監(jiān)會上也強有些沒有利潤的標難以反應業(yè)務實質(zhì)?，F(xiàn)在正在定年度規(guī)劃的時，能不能指導一怎么才能看到業(yè)的實質(zhì)，找準合的大盤和指標？清業(yè)務本質(zhì)，才找準大盤Robin：剛才回答的兩個問題老子無論是創(chuàng)新就是效率的升”，還是“端端”，多多少少跟這一題有關系剛才說創(chuàng)新效率從收入到毛利、純利、到現(xiàn)金流整個過程都是在助大家理解業(yè)務本質(zhì)是什么。而端到端”是更進步去分析你所做這件事的本質(zhì)是么。當你看到本以后，再去制定的 OKR、再去往里放“數(shù)”的候，你才知道：什么要放這個數(shù)為什么看重這個，用什么手段做這個數(shù)就是做對，用什么手段做這個數(shù)就沒做對每一個業(yè)務都不一樣，我們很難一個統(tǒng)一的規(guī)則所以這也需要發(fā)大家的分析、判能力來做。但是知道過去我們有多做錯的時候，們放一個數(shù)在這，過了很長時間后發(fā)現(xiàn)說“哎呀這個數(shù)做對了沒么作用，并不能正地達到我們當想要達到的目的，這時候就是對錯了大盤。比如他要資源的時候是說“我們要對小紅書，你看小書一年要投多少告費”，但是讓做一個小紅書這的東西，他又說哎呀，小紅書有萬人在做，我們有一百人在做，以我做不到那樣”。這是經(jīng)常能到的思維方式。升認知高度，做場真正需要的技珊珊：第 5、6 兩個問題和第 1、2 兩個問題，實際上是跟業(yè)或者說商業(yè)的本有關聯(lián)的，可能線同學們不太接這些東西，但是點總是好的。有多高 T 的知識范疇實際也很窄他們不了解這些但了解一下也是好處的。Robin:?你了解了，才能更加知道中山為什么要做這個，甚至判斷出我該不該做這個事不光是高 T，所有做技術的人，希望他做的技術夠產(chǎn)生影響力，做的技術是市場正需要的技術、無數(shù)人依賴的技，但是很多時候管是出于個人能的局限，還是體機制的局限，導我們這些技術同做的事其實離市很遠，很多時候自嗨，自以為做很不錯，“我發(fā)頂會的論文，我請了專利，我打哪個榜”，但是了一兩年之后發(fā)這東西沒有被用或者雖然表面上用了，但當你去這些業(yè)務同學“愿意為這個技術多少錢”，他會“白用可以，讓出預算，我不愿出”。這種問題于技術人員其實很大的打擊，他了挺長時間才明“我做的技術不市場真正想要的術”。這很糟糕對公司是資源浪，對這些同學是大的時間和精力浪費，如果我們一點告訴他“你的不行、做的不，你得做成那樣是市場需要的”那該多好。我們?？吹接行┤藢?報用三種顏色，色是好消息，紅是壞消息，黑色正常內(nèi)容。有些的周報永遠是好息，這兒又提升多少，那兒又超了誰誰誰，永遠不到我們哪些進不符合預期。但他負責的那些事，真的永遠都是合預期的嗎？如你不說哪些東西符合預期，在哪遇到了困難，你上級怎么幫你？而你的上級都被蒙住了，他以為做得特別好，不要任何幫助。有候這些同學也不“成心”，就是認知問題，沒有在那個高度去看所以我要把這些西說出來，來幫他站到那個高度去? 12 月 19 日消息，研究機構 Ubi Research 最近數(shù)據(jù)顯示，用于智能手機和電視的有源矩陣機發(fā)光二極管 (AMOLED) 材料市場規(guī)模到 2025 年將達到 22.9 億美元（約 146.1 億元人民幣），年均復合增長為 9%。Ubi Research 預測韓國面板企業(yè)營收將從 2021 年的 12.3 億美元增長到 2025 年的 15.5 億美元，年均復合增長率為 5.9%；中國大陸面板企業(yè)則從 2021 年的 5.1 億美元增長至 2025 年的 7.4 億美元。其中，到 2025 年，RGB OLED 占據(jù)整個市場最高的份額，達到 78.3%，預計將比大尺寸面板使用 W-RGB OLED 或 QD-OLED 占據(jù)更大的市場份額。該機構還預測未來五年韓國面板企業(yè)將占光材料市場總份額的 69.2%。由于面板出貨量增加，LG Display 的?W-RGB OLED 發(fā)光材料預計到 2025 年將占據(jù)總市場的 18%；三星顯示器的 QD-OLED 如果每月投資僅 3 萬片，預計市場份額約為 3.7%?
IT之家 1 月 7 日消息，Apple Watch 自引入息屏常顯功能以來，消費對于這項功能就存在爭議少暤有用戶認為這是實用且方便的功，意味著無需抬起手腕或點擊表即可輕松查看時間和離騷知。另外有人用戶則認為完全沒有要，認為開啟后會影響電池續(xù)。一些 Apple Watch 支持用戶認為，該功能可以在不抬陸吾手腕或點擊手表的情下，快速輕松地查看時雍和和他的通知。這對于在開會或者開的情況下特別有用。它還允許戶保持聯(lián)系和了解情況，而無經(jīng)常與他們的設備進行交互。啟息屏常顯功能之后，自然鰼鰼對 Apple Watch 的電池續(xù)航產(chǎn)生影響。一些用報告說，該功能會顯著耗盡江疑電量，需要他們更頻繁地為手充電。對于依賴 Apple Watch 作為主要計時設備并且可能無法全天輕鯩魚使用充器的人來說，這尤其不方便。么對于IT之家的網(wǎng)友來說，你在使用 Apple Watch 或者其它智能手表的時候會開啟息竊脂常顯功能嗎？歡迎在論下方留言表達你的觀陽山?
2022 超全的 AI 圈研究合集闡述這知名博主 Louis Bouchard 自制視頻解加短篇析，對小也超級友。雖然世仍在復蘇但研究并有放慢其熱的步伐尤其是在工智能領。此外，年人們對 AI 倫理、偏見剡山理和透明都有了新重視。人智能和我對人腦的解及其與工智能的系在不斷展，在不的將來，些改善我生活質(zhì)量應用將大光彩。知博主 Louis Bouchard 也在自己的博中盤點了 2022 年 32 項（!）AI 技術突破。接下讓我們一看看，這令人驚艷研究都有些吧！文地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷女虔分辨率穩(wěn)的大型掩修復你肯經(jīng)歷過這情況：你你的朋友了一張很的照片。果，你發(fā)有人在你后，毀了要發(fā)到朋圈或者小書的照片但現(xiàn)在，不再是問?；诟?葉卷積的辨率穩(wěn)健大型掩碼復方法，以讓使用輕松清除像中不需的內(nèi)容。論是人，是垃圾桶能輕松消。它就像你口袋里專業(yè) ps 設計師，只需輕輕按，就能松清除。然看似簡，但圖像復是許多 AI 研究人員長期來一直需解決的問。論文鏈：https://arxiv.org/ abs / 2109.07161項目地址：https://github.com/ saic-mdal / lamaColab Demo：https://colab.research.google.com/github/saic-mdal/lama/blob/master/colab/LaMa_inpainting.ipynb視頻講解：https://youtu.be/ Ia79AvGzveQ短篇分析：https://www.louisbouchard.ai/ lama/STIT：基于 GAN 的真實視頻臉編輯你定有過這的經(jīng)歷：看電影時會發(fā)現(xiàn)電中的演員起來要比人年輕得?！峨p子手》中的爾?史密之前，這要專業(yè)人花費數(shù)百至數(shù)千小的工作，動編輯這演員出現(xiàn)場景。但用 AI，你可以在分鐘內(nèi)完。事實上許多技術以讓你增笑容，讓看起來更輕或更老所有這些是使用基人工智能算法自動成的。它視頻中被為基于 AI 的面部操作（AI-based face manipulations），代表 2022 年的最新技術水浮山論文鏈接https://arxiv.org/ abs / 2201.08361項目地址https://github.com/ rotemtzaban / STIT視頻講解：https://youtu.be/ mqItu9XoUgk短篇分析：https://www.louisbouchard.ai/ stitch-it-in-time/NeROIC：利用在線圖庫的經(jīng)渲染神渲染可以過物體、物或場景圖片，在間中生成真的 3D 模型。有了酸與項技，你只需有某物體幾張圖片就可以要機器了解些圖片中物體，并擬出它在間中的樣。通過圖來理解物的物理形，這對人來說很容，因為我了解真實世界。但于只能看像素的機來說，這一個完全同的挑戰(zhàn)生成的模如何融入場景？如照片的光條件和角不同，生的模型也因此變化該怎么辦這些都是 Snapchat 和南加州大在這項新究中需要決的問題論文鏈接https://arxiv.org/ abs / 2201.02533項目地址https://github.com/ snap-research / NeROIC視頻講解：https://youtu.be/ 88Pl9zD1Z78短篇分析：https://www.louisbouchard.ai/ neroic/SpeechPainter：文本條件下的語修復對于像來說，于機器學的修復技不僅可以除其中的容，而且能根據(jù)背信息填充像的缺失分。對于頻修復來，其挑戰(zhàn)于不僅要持幀與幀間的一致，而且要免生成錯的偽影。時，當你功地將一人從視頻「踢出去之后，還要把他 / 她的聲音也末山并刪才行。為，谷歌的究人員提了一種全的語音修方法，可糾正視頻的語法、音，甚至除背景噪。論文鏈：https://arxiv.org/ abs / 2202.07273視頻講解：https://youtu.be/ zIIc4bRf5Hg短篇分析https://www.louisbouchard.ai/ speech-inpainting-with-ai/GFP-GAN：利用生成性部先驗，現(xiàn)真實世的盲臉修你是否有些珍藏的照片，因年代久遠畫質(zhì)模糊不用擔心有了盲臉復技術（Blind Face Restoration），你的回憶會被久彌新。個全新且費的 AI 模型可以在一瞬史記復你的大分舊照片即使修復的照片畫非常低，也能很好工作。這之前通常一個相當的挑戰(zhàn)。酷的是，可以按照己喜歡的式進行嘗。他們已開源了代，創(chuàng)建了個演示和線應用程供大家試。相信這技術一定你大吃一！論文鏈：https://arxiv.org/ abs / 2101.04061項目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線應用：https://huggingface.co/ spaces / akhaliq / GFPGAN視頻講解：https://youtu.be/ nLDVtzcSeqM短篇分析：https://www.louisbouchard.ai/ gfp-gan/4D-Net：多模態(tài)對齊的學自動駕駛車如何「觀六路」你可能聽過車企正使用的 LiDAR 傳感器或他奇怪的機。但它是如何工的，它們何觀察這世界，以它們與我相比究竟到了什么同？論文接：https://arxiv.org/ abs / 2109.01066與特斯拉只熏池用像頭來了世界不同大多數(shù)自駕駛汽車商，比如 Waymo，使用的普通攝像和 3D LiDAR 傳感器。它們鬿雀會普通相機樣生成圖，而是生 3D 點云，利用 RGB 傳感信息，量物體之的距離，算它們投到物體的沖激光的播時間。管如此，們?nèi)绾斡?地結合這信息并讓輛理解它車輛最終看到什么自動駕駛否足夠安？Waymo 和谷歌的一篇帶山究論文將解答這些題。視頻解：https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多辨率哈希碼的即時經(jīng)圖元如通過照片擬世界的子？使用 AI 模型，人們猾褱將拍攝的像變成高量的 3D 模型。這項具蛇山挑性的任務讓研究人通過 2D 圖像，創(chuàng)建鶌鶋體或在三維世中的樣子通過基于希編碼的經(jīng)圖元（graphical primitives），英偉達現(xiàn) 5 秒訓練 NeRF，并獲得了更列子效果。在到兩年的究中，將 NeRF 的訓練速提高了 1000 多倍。論文接：https://arxiv.org/ abs / 2201.05989項目地址：https://github.com/ NVlabs / instant-ngp視頻講解：https://youtu.be/ UHQZBQOVAIU短篇分析：https://www.louisbouchard.ai/nvidia-photos-into-3d-scenes/DALL?E 2：基于 CLIP 特征的文本生成圖模型去年OpenAI 發(fā)布了文本-圖像生成模鸓 DALL?E。現(xiàn)在，升級版 DALL?E 2 又來了。DALL?E 2 不僅可以從文本生逼真的圖，其輸出分辨率是者的四倍不過，性方面的提好像不足令 OpenAI 滿足，為此們還讓 DALL?E 2 學會了一項新能：圖像復。也就說，你可用 DALL?E 2 編輯圖像，或者羬羊任何想要新元素，如在背景加上一只烈鳥。論鏈接：https://arxiv.org/ abs / 2204.06125視頻講解：https://youtu.be/ rdGVbPI42sA短篇分析：https://www.louisbouchard.ai/openais-new-model-dall-e-2-is-amazing/MyStyle：個性化生成先驗歌和特拉夫大學提了一個非強大的 DeepFake 技術。擁有了，你幾乎所不能。需給一個拍上百張片，就可對其圖像行編碼，修復、編或創(chuàng)建出何想要的子。這既人驚奇又人恐懼，其是當你到生成的果時。論鏈接：https://arxiv.org/ abs / 2203.17272項目地址：https://mystyle-personalized-prior.github.io/視頻講解：https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開放預訓練 Transformer 語言模型GPT-3 如此強大的原，在于其構和大小它有 1750 億個參數(shù)，是類大腦中經(jīng)元數(shù)量兩倍！如巨大的神網(wǎng)絡使該型幾乎學了整個互網(wǎng)的內(nèi)容了解我們何書寫、換和理解本。就在們驚嘆于 GPT-3 的強大功能時，Meta 向開源社區(qū)邁了一大步他們發(fā)布一個同樣大的模型并且，該型已經(jīng)完開源了！模型不僅有超過千級別的參，并且， GPT-3 相比，OPT-175B 更加開放及于訪問。文鏈接：https://arxiv.org/ abs / 2205.01068項目地址：https://github.com/ facebookresearch / metaseq視頻鏈接https://youtu.be/ Ejg0OunCi9U短篇分析：https://www.louisbouchard.ai/ opt-meta/BlobGAN：空間離的場景表對于如何述一個場，Adobe 研究團隊給出了個新的方：BlobGAN。BlobGAN 使用「斑點」（blob）來描述場景的對象。究人員可移動這些點，將它變大、變，甚至可刪除，這圖像中斑所代表的體都會產(chǎn)同樣的效。正如作在他們的果中分享那樣，你以通過復斑點，在據(jù)集中創(chuàng)新的圖像現(xiàn)在，BlobGAN 的代碼已經(jīng)司幽源，興趣的小伴，抓緊上手試試！論文鏈：https://arxiv.org/ abs / 2205.02837項目地址：https://github.com/ dave-epstein / blobgan視頻講解：https://youtu.be/ mnEzjpiA_4E短篇分析：https://www.louisbouchard.ai/ blobgan/Gato：通才智能DeepMind 構建了一個一的「通」智能體 Gato?？梢酝?Atari 游戲、做幕圖像、人聊天、能控制機臂！更令震驚的是它只訓練次并使用同的權重便能完成有任務。Gato 是一個多模智能體。意味著它可以為圖創(chuàng)建標題也能作為天機器人答問題。然 GPT-3 也能陪你聊天但很明顯Gato 可以做到多。畢竟能聊天的 AI 常有，能陪玩戲的不常。論文鏈：https://arxiv.org/ abs / 2205.06175視頻講解：https://youtu.be/ xZKSWNv6Esc短篇分析https://www.louisbouchard.ai/ deepmind-gato/Imagen：具有深語言理解文本到圖的擴散模如果你認 DALL?E 2 很優(yōu)秀，么不妨看這個來自 Google Brain 的新模型 ——Imagen—— 可以做些什。DALL?E 很神奇，但生的圖像往缺乏真實，這就是歌團隊研的 Imagen 所要解決的題。根據(jù)較文本到像模型的準，Imagen 在大型語言型的文本入對文本-圖像的合方面成效著。生成圖像既天行空，又實可信。文鏈接：https://arxiv.org/ abs / 2205.11487項目地址：https://imagen.research.google/視頻講解https://youtu.be/ qhtYPhPWCsI短篇分析：https://www.louisbouchard.ai/ google-brain-imagen/DALL·E Mini一組小扎驚悚圖曾 Twitter 上風靡一陣這組 San 值狂掉的作朱蛾，自 DALL?E mini 之手。作為 DALL?E 家族的「青春臺璽，DALL?E mini 是勝在免費開。代碼已，下一個魔改的人又會是誰？項目地：https://github.com/ borisdayma / dalle-mini在線體驗：https://huggingface.co/ spaces / dalle-mini / dalle-mini視頻講解https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ dalle-mini/NLLB：不落下任一種語言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名念來自「落下任何種語言」No Language Left Behind），在 200 多種語言上實現(xiàn)風伯意互譯。究的亮點于：研究讓大多數(shù)資源語言練提升多數(shù)量級，時實現(xiàn)了 200 + 語言翻譯的 SOTA 結果。論文鏈接https://research.facebook.com/ publications / no-language-left-behind/項目地址https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗https://nllb.metademolab.com/視頻講解：https://youtu.be/ 2G4NeG17Eis短篇分析：https://www.louisbouchard.ai/ no-language-left-behind/Dual-Shutter 光學振動感系統(tǒng)聲也能被看？這篇獲 CVPR 2022 最佳論文榮吳回獎的究，提出一種新穎 Dual-Shutter 方法，通過用「慢速相機（130FPS）同時檢測個場景源高速（高 63kHz）表面振動，并通捕獲由音源引起的動來實現(xiàn)由此便可實現(xiàn)樂器分離、噪的消除等種需求。文鏈接：https://openaccess.thecvf.com/ content / CVPR2022 / papers / Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf項目地址：https://imaging.cs.cmu.edu/ vibration/視頻講解：https://youtu.be/ n1M8ZVspJcs短篇分析：https://www.louisbouchard.ai/ cvpr-2022-best-paper/Make-A-Scene：基于場景且有櫟先驗的文到圖像生Make-A-Scene 不僅僅是「吉量個 DALL?E」。雖然 DALL?E 可以根據(jù)本提示生隨機圖像這確實很，但同時限制了用對生成結的控制。 Meta 的目標是推動創(chuàng)意達，將這文本到圖的趨勢與前的草圖圖像模型結合，從產(chǎn)生「Make-A-Scene」：文本草圖條件像生成之的奇妙融。論文鏈：https://arxiv.org/ abs / 2203.13131視頻講解：https://youtu.be/ K3bZXXjW788短篇分析https://www.louisbouchard.ai/ make-a-scene/BANMo：從任意視頻構建目標 3D 動畫模型基于 Meta 的這項研，你只需定捕獲可形對象的意視頻，如上傳幾小貓小狗視頻，BANMo 便可通過將自數(shù)千張像的 2D 線索整合到規(guī)范空中，進而建一個可輯的動畫 3D 模型，且無?魚定義形狀板。論文接：https://arxiv.org/ abs / 2112.12761項目地址：https://github.com/ facebookresearch / banmo視頻講解：https://youtu.be/ jDTy-liFoCQ短篇分析https://www.louisbouchard.ai/ banmo/用潛在擴散模型赤鱬高分辨率像合成今大火的圖生成模型 DALL?E、Imagen 以及強勢出的 Stable Diffusion，這些強大的像生成模有什么共點？除了計算成本大量訓練間之外，們都基于同的擴散制。擴散型最近在多數(shù)圖像務中取得 SOTA 結果，包括絜鉤用 DALL?E 的文本到圖像，還許多其他圖像生成關的任務如圖像修、風格轉或圖像超辨率。論鏈接：https://arxiv.org/ abs / 2112.10752項目地址：https://github.com/ CompVis / latent-diffusion視頻講解：https://youtu.be/ RGBNdD3Wn-g短篇分析：https://www.louisbouchard.ai/ latent-diffusion-models/PSG：基于場的圖像生模型AI 可以幫你確識別圖中的物體但是理解體與環(huán)境間的關系沒有那么松。為此來自南洋工對研究員提出了種基于全分割的全景圖生成panoptic scene graph generation，即 PSG）任務。相英招于統(tǒng)基于檢框的場景生成，PSG 任務要求全面地出圖像中所有關系包括物體物體間關，物體與景間關系背景與背間關系）并用準確分割塊來位物體。文鏈接：https://arxiv.org/ abs / 2207.11247項目地址：https://psgdataset.org/在線應用：https://huggingface.co/ spaces / ECCV2022 / PSG視頻講解：https://youtu.be/ cSsE_H_0Cr8短篇分析：https://www.louisbouchard.ai/ psg/利用文本反轉實文本到圖的個性化成今年各廠的圖像成模型可是八仙過各顯神通但是如何模型生成定風格的像作品呢來自特拉夫大學的者和英偉合作推出一款個性圖像生成型，可以 DIY 你想要得到圖像。論鏈接：https://arxiv.org/ abs / 2208.01618項目地址：https://textual-inversion.github.io/視頻講解：https://youtu.be/ f3oXa7_SYek短篇分析：https://www.louisbouchard.ai/ imageworthoneword/用于通用視頻識別語言圖像訓練模型覺文本模的學習毫疑問已經(jīng)得了巨大功，然而何將這種的語言圖預訓練方擴展到視領域仍然一個懸而決的問題來自微軟中科院的者提出了種簡單而效的方法預訓練的言圖像模直接適應頻識別，不是從頭始預訓練模型。論鏈接：https://arxiv.org/ abs / 2208.02816項目地址：https://github.com/ microsoft / VideoX / tree / master / X-CLIP視頻講解：https://youtu.be/ seb4lmVPEe8短篇分析https://www.louisbouchard.ai/ general-video-recognition/Make-A-Video：一鍵文本生視頻模型家在畫布盡情作畫如此清晰暢的畫面你能想到頻的每一都是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡單入幾個文，便可在秒內(nèi)生成同風格的頻，說成視頻版 DALL?E」也不為。論文鏈：https://arxiv.org/ abs / 2209.14792視頻講解：https://youtu.be/ MWwESVyHWto短篇分析https://www.louisbouchard.ai/ make-a-video/Whisper：大規(guī)模監(jiān)督語音別模型你沒有想過一個翻譯件可以快翻譯視頻的語音，至是那些自己都聽懂的語言OpenAI 開源的 Whisper 恰好就能做這一點。Whisper 在超過 68 萬小時的多種數(shù)據(jù)上練，能識嘈雜背景的多語種音并轉化文字，此還可勝任業(yè)術語的譯。論文接：https://arxiv.org/ abs / 2212.04356項目地址：https://github.com/ openai / whisper視頻講解：https://youtu.be/ uFOkMme19Zs短篇解析：https://www.louisbouchard.ai/ whisper/DreamFusion：用 2D 圖像生成 3D 模型文本生成圖像視頻，還 3D 模型～谷歌出的 DreamFusion 通過使用訓練的 2D 文本到圖像擴散型可一鍵成 3D 模型，在十億圖像本對上訓的擴散模推動了文到 3D 模型合成最新突破論文鏈接https://arxiv.org/ abs / 2209.14988視頻講解https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴散模型真實圖像輯方法使 DALL?E 等文本圖像生模型，只輸入一行字便能得想要的圖，但 AI 生成的圖像有時候不那么完。來自谷、以色列工學院、茨曼科學究所的研者介紹了種基于擴模型的真圖像編輯法 ——Imagic，只用文就能實現(xiàn)實照片的 PS。例如，我們可改變一個的姿勢和圖同時保其原始特，或者我讓一只站的狗坐下讓一只鳥開翅膀。文鏈接：https://arxiv.org/ abs / 2210.09276項目地址：https://imagic-editing.github.io/視頻講解：https://youtu.be/ gbpPQ5kVJhM短篇分析：https://www.louisbouchard.ai/ imagic/eDiffi：更高品質(zhì)文本圖像成模型比 DALL?E 和 Stable Diffusion 更強的圖像合青鴍模來了！這是英偉達 eDiffi，它可以更準確生成更高質(zhì)的圖像此外加入筆模具，以為你的品增加更創(chuàng)造性和活性。論鏈接：https://arxiv.org/ abs / 2211.01324項目地址：https://deepimagination.cc/ eDiff-I/視頻講解：https://youtu.be/ grwp-ht_ixo短篇分析：https://www.louisbouchard.ai/ ediffi/Infinite Nature：從單幅像中學習然場景的限視圖生你有沒有過，隨手一張照片后就像打一扇門一飛進圖片呢？來自歌和康奈大學的學將這一想變?yōu)榱爽F(xiàn)，這就是 InfiniteNature-Zero，他可從單圖像中生無限制的然場景視。論文鏈：https://arxiv.org/ abs / 2207.11148項目地址：https://infinite-nature.github.io/視頻講解https://youtu.be/ FQzGhukV-l0短篇分析：https://www.louisbouchard.ai/ infinitenature-zeroGalactica：用于科學獂大言模型Meta 開發(fā)的 Galactica 是一種大型時山言型，其大與 GPT-3 相當，但它擅的領域是學知識。模型可編政府白皮、新聞評、維基百頁面和代，它還知如何引用及如何編方程式。對人工智和科學來是一件大。論文鏈：https://arxiv.org/ abs / 2211.09085視頻講解：https://youtu.be/ 2GfxkCWWzLU短篇分析https://www.louisbouchard.ai/ galactica/RAD-NeRF：基于音頻空分解的實人像合成型自從 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉似乎已灌山是空見慣了但有個問，AI 換的臉有時因為對不嘴型而露。RAD-NeRF 的出現(xiàn)可解決這一題，它可對視頻中出現(xiàn)的說者進行實的人像合，此外還持自定義像。論文接：https://arxiv.org/ abs / 2211.12368項目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對話優(yōu)化語言模型2022 年度 AI 的重磅作怎么能少 ChatGPT，這個已經(jīng)翳鳥全網(wǎng)并已被網(wǎng)友開出寫小黃、敲代碼各種應用萬能模型如果你還了解它，就快來看！視頻講：https://youtu.be/ AsFgn8vU-tQ短篇分析https://www.louisbouchard.ai/ chatgpt/可直接用于生使用的視人臉 re-aging雖然當下計算機視模型可以人臉的年進行生成風格遷移，但這也是看起來酷，在實應用中卻乎零作用現(xiàn)有的技通常存在面部特征失、分辨低和在后視頻幀中果不穩(wěn)定問題，往需要人工次編輯。近迪士尼布了第一可實用的完全自動的、可用生產(chǎn)使用視頻圖像 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式告電影中化妝師改演員年齡覺效果的術落幕。文鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項目地址：https://studios.disneyresearch.com/ 2022/11/30 / production-ready-face-re-aging-for-visual-effects/視頻講解：https://youtu.be/ WC03N0NFfwk短篇分析：https://www.louisbouchard.ai/ disney-re-age/參考資料：https://www.louisbouchard.ai/2022-ai-recap/本文來自微公眾號：智元 （ID：AI_era）
剛剛過去 12 月份，造車勢力壞消不斷。7 日，自游官宣：旗 NV 車型不再交，正式宣李一男的車之旅告段落。然，就在自家喜提“短命新勢”稱號的時，其他行的日子也并不好。月初以，新能源企陸續(xù)“榜”—— 循例公布 11 月的銷量情。其中，車新勢力量更是呈兩極分化盡管“蔚理”相比 10 月銷量，止回升，但同比增速顯放緩，鵬更是連三個月“速”?？v整個新勢 11 月的銷量榜，同比增仍維持三數(shù)的分別極氪、賽斯以及零，前兩家靠傳統(tǒng)車，后者銷主力則為 8 萬元的 A0 級車?？梢?車新勢力正面臨一新的洗牌從日趨淡的“金九十”再到終旺季，對傳統(tǒng)新源車企銷猛增，曾也風光無的“純新力”表現(xiàn)強人意，這背后的因究竟是么？新勢是否會就一蹶不振「?01?」負面不，沖擊銷？如果說2021 年是造車勢力快速展的一年那么，跌起伏的 2022 年，則或多少讓新勢品牌，感到刺骨的意。尤其，屋漏偏“暴雪天，新勢力面新聞并有因品牌渡劫”有減少。在 6 月的重慶車展上有車主手“汽車當黑屏，維半個月，兩大部件承諾退車反悔”字的紙張，零跑的展維權。輿發(fā)酵后，方曾回應車輛問題解決，承會給消費一個滿意答復。同，蔚來總有一輛測車，從三墜下，并使兩名試員不幸身。一天之，官方發(fā)聲明稱，樓事故純意外，與試車輛本，并無關。隨即被友指責，本冷血，發(fā)了不小爭議。李更是用“機是低等”的言論成功將理汽車，送輿論的尖，招致車、網(wǎng)友的滿，上演出大翻車新車上市理想 ONE?降價 2 萬元，同樣引發(fā)主集體投。除此之，諸如輔駕駛系統(tǒng)障、起火用戶數(shù)據(jù)露等新聞也讓新勢，負面纏。不止一新勢力銷人員表示企業(yè)、產(chǎn)負面纏身難免影響車的銷售。今年 7 月，理想新車 L9 曝出“首撞”斷軸趴窩事件后，8 月銷量旋即跌，僅為 7 月銷量的一半不，環(huán)比更大跌 57%。盡管官方給出了己的解釋但也很難人不將此負面的消，聯(lián)想到起。既然面纏身，免影響銷表現(xiàn)，一標榜“重用戶”的勢力品牌為何就不長點心，公關上謹慎行，在量上做好控呢？汽行業(yè)分析周濤認為新勢力品負面新聞所以多，因為與傳車企相比新勢力品多被媒體輿論置于聚光燈”，但凡有丁點負面息也難免到無限放。汽車領創(chuàng)作者“車科學島整理的新源車百車障率（PPH）顯示，評價較差車型當中并不全是勢力的產(chǎn)，更有不傳統(tǒng)車企下的車型在評價較的產(chǎn)品中也有造車勢力的影?！爸灰?品流通，多或少都出現(xiàn)問題咱就拿自、斷軸的故來說，統(tǒng)的車企都有過，且不是一起的個例但輿論為只盯著新力品牌？不是因為有看點。周濤解釋，正如汽都會自燃燃油車自極少見諸體報端，能源車自爭相報道般，只因新能源車新興行業(yè)自燃事故引起關注能短時間引巨大的量。相比統(tǒng)造車企，新勢力牌正如汽行業(yè)中的能源車一更受關注“今年重車展，遭戶維權的牌有兩家還有一家靠傳統(tǒng)車的新勢力為何零跑爭相報道？背后道不言自明”正當新力品牌疲應付頻發(fā)負面時，少傳統(tǒng)新源車企正速發(fā)力，斷沖擊著勢力陣營「?02?」傳統(tǒng)車“反攻”底氣嗎？過幾年的展，如今汽車產(chǎn)業(yè)儼然已經(jīng)上了“新化”之路即以“電化”作為礎，通過互聯(lián)化”現(xiàn)大數(shù)據(jù)收集，最逐漸實現(xiàn)智能化”行，同時以“共享”作為產(chǎn)最終的發(fā)趨勢。在 2018 年前后，不少傳統(tǒng)企仍對新源行業(yè)持望態(tài)度時造車新勢早已率先動化，順新能源汽的消費需，搶占了部分先機而當傳統(tǒng)機廠開始梭哈”新源汽車時則快速沖智能化的地。“很一段時間國人對自品牌懷有見，更別白紙一般新勢力。汽車研發(fā)程師孫堅化名）透稱，毫無車經(jīng)驗的勢力之所能賣得動靠的是在車智能化域的敢為先。在新源汽車滿油改電、無智能可的時代，勢力憑借一個新字外加一反統(tǒng)的銷售務手段，得不少年人青睞。2018 年是造車新力交付元，第一電曾做過一調(diào)研發(fā)現(xiàn)有過半數(shù)研者表示會考慮購新勢力產(chǎn)。其中，20-25 歲年齡段被調(diào)查者，有 72.22% 的人表示考慮購買勢力產(chǎn)品在考慮購新勢力產(chǎn)的原因中智能化程高、性價高、外形炫有個性位列前三“但經(jīng)過年的發(fā)展如今的傳車企，在能化領域漸追平新力?！睂O坦言，借互聯(lián)網(wǎng)巨的力量，經(jīng)多配備新勢力車的輔助駕功能，如在傳統(tǒng)車的產(chǎn)品中也已然成標配。在車智能化路上，傳車企已經(jīng)上了新勢的步伐，至實現(xiàn)超。而在新力的“教”下，曾人船大難頭印象的統(tǒng)品牌，始學會洞、讀懂用需求，在華氛圍的造、堆料面，也都不遜色。一旦傳統(tǒng)企開始在能、個性方面，追了新勢力新勢力品原先有的新優(yōu)勢，然也蕩然存。此時用戶購車決策條件就會發(fā)生定改變，怎么說，統(tǒng)車企擁豐富造車經(jīng)驗?！?堅表示，樣是擁有高的智能水平，個化、豪華的營造上不相上下即便價格平，目標費者心中天平，難會滑向擁造車經(jīng)驗完善售后絡的傳統(tǒng)企。即便汽車電氣領域，燃車造車經(jīng)不值一提汽車之家究院發(fā)布《中國汽潮流觀察告》顯示2022 年消費者傳統(tǒng)品牌認可度提明顯。與 2021 年相比，70 后、80 后對新勢力品牌偏好度下明顯，對國傳統(tǒng)品的選擇占，分別提 15% 和 13%。不難看，隨著傳新能源車在智能化創(chuàng)新、用運營上的飛猛進，少有購車求的消費，已經(jīng)從勢力陣營回流傳統(tǒng)牌，銷量消彼長，然不足為。那么，對傳統(tǒng)車的反攻，勢力還能嗎？「?03?」新勢力如何“地反擊”“現(xiàn)在說勢力漸行弱，為時早，只能是正在經(jīng)發(fā)展的陣期?！碑?及造車新力日后是還能打的題，對新源汽車行了解頗深周濤，給了這樣的案。事實，盡管大習慣將汽工業(yè)的后之秀，稱為造車新力 —— 但最先成的“蔚小”三家，展至今也七、八年，即便是輕一點的吒和零跑至今也有、五年了新勢力品已然度過幼年期，是品牌口、研發(fā)能以及銷售務渠道，深耕汽車業(yè)十幾年至幾十年傳統(tǒng)品牌，還是有小差距，是傳統(tǒng)品得以與新力正面交的底氣所。汽車電化，讓自品牌得以世界汽車業(yè)上實現(xiàn)道超車，能源汽車燃油車技路線上的異，也讓白紙”一的新勢力牌得以與統(tǒng)車企競，但想讓費者徹底下“造車驗”的偏，似乎還要時間。但好在新力品牌似也知道了身短板，始在研發(fā)下足功夫。”周濤，傳統(tǒng)品在智能化豪華感、戶運營、銷手段上偷師”新力，新勢也開始在發(fā)等領域偷師”傳主機廠。關公開數(shù)顯示：在發(fā)投入方，2021 年，僅“蔚小理”家，研發(fā)用分別達 45.92 億元、41.14 億元和 32.9 億元。僅今的第三季，蔚來的發(fā)支出就達到 29.4 億元，高于不傳統(tǒng)品牌除了研發(fā)入外，新力品牌也始跟傳統(tǒng)企拼銷售絡、拼覆網(wǎng)點，據(jù)詢機構“蘭路”統(tǒng)數(shù)據(jù)顯示截至 2022 年的第三季度蔚來、小、理想、馬等新勢品牌的服門店，都 400 家以上。外，零跑是以 589 家門店，位列統(tǒng)榜單的第名，哪吒嵐圖的服門店數(shù)量分別有 375、346 家。它們在提升務水平的時，也打了消費者怕品牌“路”的顧?！皞鹘y(tǒng)車品牌都陷入發(fā)展瓶頸期，別說發(fā)展到十年的勢力?！?著企業(yè)加對技術研、服務網(wǎng)的投入，戶對汽車動化領域知加深，濤表示，勢力品牌后勁”仍得期待。結束語】行業(yè)人士為，面對傳統(tǒng)汽車牌向上突、沖擊新源高端化決心，一新勢力除續(xù)深耕中端車型之，不妨考布局走量中低端純汽車市場例如位于二梯隊的跑、哪吒 A0 級車型強勢起，或許是最佳的路。本文自微信公號：懂懂記 （ID：dongdong_note），作者：懂本?
今天是個特殊的日子，IT之家的 10 歲生日（[蛋糕][紅花][愛心][啤酒][握手]），散文家一早醒了過來，又到了一一度必發(fā)文章的一天。每一說到“又到了什么什么候”的時候，耳邊總是魔的響起趙忠祥先生在動物界里的聲音：“春天來了又到了動物們 *&@# 的季節(jié)”。好吧，今天，才們也徹底把評論區(qū)搞魔了 ——具體，大家可以看《部分安卓游戲在朏朏為鴻 OS 上運行，被識別成使用 PC 端模擬器》這篇文章，評論區(qū)被各種IT之家表情刷樓了……特別別佩服奇才們，他們發(fā)現(xiàn)評論區(qū)的其中一個“潛規(guī)”，純IT之家表情，不需要審核可以直接葛山布……服拜服。評論區(qū)接下來還有很多白名單機制，讓評無需審核，當然規(guī)則特別雜，我們還在逐步的摸索完善，月底時候還會有次的 AI 審核系統(tǒng)更新。好了，回到 10 周年的話題，今天的生日特別文，還是會在下午那個固定時刻發(fā)布。再次感嘆奇才的機智，感謝大家的陪伴軟媒 - 存在，創(chuàng)造價值。刺客，軟媒?CEO，青島，特別的一天?
1 月 5 日消息，據(jù)位知情人士露，中國代制造商立訊密贏得蘋果司大單，將中國生產(chǎn)高 iPhone 機型。立訊精密是富康、和碩在陸的主要競對手。兩名接了解情況知情人士稱自去年 11 月以來，立訊精密已經(jīng)其位于上海北的昆山工生產(chǎn)少量 iPhone 14 Pro Max，以彌補富士康產(chǎn)量損失。訊精密正贏蘋果越來越的業(yè)務訂單此前，新款 iPhone Pro 始終由富士康責生產(chǎn)，如立訊精密已證明其可以立組裝蘋果復雜設備。年來，蘋果中國制造商關系變得更緊密。AirPods、Macbook 的組裝商歌爾科技士敬聞科技都從中益，而富士則試圖通過印度、越南美國建廠來少對中國的賴。富士康停產(chǎn)導致 iPhone 出現(xiàn)供應短，并有可能破蘋果連續(xù) 14 個季度的營收增長富士康本周示，鄭州工已提高產(chǎn)能在去年 12 月完成了最初目標黎 90%。Counterpoint 分析師伊萬?林 (Ivan Lam) 表示:“富士康沒有討文文還的能力。贏高端 iPhone 訂單是對立訊精能力的證明它可以為更樣化的客戶務?！备皇?與和碩拒絕此置評。蘋和立訊精密有回應置評求。蘋果始在努力實現(xiàn)應鏈多樣化不再完全依富士康。但便是目前生基本款 iPhone 的資深組裝商也很難生產(chǎn)新款高端 iPhone。員工和專家示，立訊精今年能夠生高端蘋果手，得益于蘋的大量投資一名蘋果員表示:“有了蘋果的投資包括增加供鏈管理人員立訊精密只了幾個月時就交付了初訂單?！边@員工表示，士康通常需 6 個月的時間來改造款 iPhone 機型的生產(chǎn)線。市研究公司 Isaiah Research 分析師埃迪?韓 (Eddie Han) 表示，蘋果對訊精密的大投資對 Pro 機型的量產(chǎn)至關嬰勺要立訊精密由富士康員工立，多年來終在擴大其蘋果供應鏈的影響力。公司組裝 AirPods 等蘋果產(chǎn)品，但此犀渠從贏得高端 iPhone 機型的訂單立訊精密的收入已從 2016 年的不到 20 億美元飆升 2021 年的 240 億美元，蘋果已成鯢山該司最大的合伙伴。在此間，立訊精的利潤率從 8.6% 降至 5.1%，這表明蘋合同的競爭得日益激烈受全球科技暴跌拖累，訊精密的股在過去一年計下跌了 44%。富士康股價下跌 22%。
感謝IT之家網(wǎng)友 65353535W、白菜求喂鳥 的線索投遞！IT之家 12 月 17 日消息，據(jù)網(wǎng)友反饋季厘華為 Mate 50 Pro 系列手機開始推送鴻蒙 HarmonyOS 3.0.0.187 (SP1C00E185R5P4) 更新，下載包大小肥遺 0.98 GB，本次新增超級快充 Turbo 模式，還優(yōu)化了部分場景江疑通信體驗，并升了拍攝效果。下面是更新容：充電新增超級快光山 Turbo 模式，進入 Turbo 充電模式后，可享受加速充電體驗通欽山優(yōu)化部分場的通信體驗相機優(yōu)梁渠部分場拍攝效果，提升拍攝體狪狪系優(yōu)化部分場景系統(tǒng)性能和穩(wěn)性IT之家獲悉，華為 Mate 50 系列搭載驍龍 8+ Gen 1 4G 芯片，支持 5G 通信殼，華為 Mate 50 Pro 采用 6.74 英寸 120Hz 刷新率屏幕，還有昆侖玻璃應龍，支持 66W 有線快充，50W 無線快充，7.5W 無線反向充電，內(nèi)朱蛾 4700mAh。還支持支持 3D 人臉支付、屏內(nèi)指顓頊，支持北斗衛(wèi)星消夷山超空間存儲壓縮技術、超級轉站、智感掃碼等功能。華 Mate 50 系列首發(fā)搭載華為巫羅像 XMAGE，華為 Mate 50 Pro 搭載 1300 萬像素超廣角攝像頭（f / 2.2，超微距拍攝），6400 萬像素潛望式長焦攝像講山（RYYB ，3.5 倍光學變焦、f / 3.5、OIS 光學防抖），200 倍變焦范圍（13mm-2700mm），5000 萬像素超光變攝像司幽（RYYB，f / 1.4-f / 4.0，OIS 光學防抖），接近光繡山感器，激光對焦傳鮮山，10 通道多光譜傳感器帝鴻
北京時間 1 月 7 日消息，藍巨人 IBM 在 2022 年失去了美國專利霸主地位，是該公司數(shù)十年來首次去這一桂冠，標志著該利巨頭的戰(zhàn)略轉變。此，IBM 已經(jīng)連續(xù) 29 年穩(wěn)坐美國專利排行榜首位。根據(jù) Harrity 專利分析公司編制的“專利 300 強”榜單，IBM 在 2022 年獲得了 4743 項美國實用專利，同比下滑 44%，被三星電子的 8513 項超越。IBM 獲得的所有主要類型專嬰勺數(shù)量都所下降，但是在半導體硬件存儲等技術方面的利數(shù)量下降幅度最大。IBM 研究院院長達里奧?吉爾 (Dario Gil) 在接受采訪時表示，專利數(shù)量的下降映了公司從 2020 年開始的戰(zhàn)略轉變，即知識產(chǎn)權投資組合集中 IBM 的核心業(yè)務上，并將工程師從耗時的利流程中解放出來。“們決定不再追求專利數(shù)上的領先地位，但仍是識產(chǎn)權巨頭，并繼續(xù)在們的優(yōu)先發(fā)展技術上擁世界上最強大的投資組之一?！彼硎尽ＨA為京東方進入前十榜單長以來，IBM 一直以其專利領先地位而自豪。IBM 稱，過去 29 年里，它獲得了最多的利數(shù)量。而且，知識產(chǎn)許可和開發(fā)也利潤豐厚文件顯示，IBM 自 1996 年以來已經(jīng)創(chuàng)造了超過 270 億美元的知識產(chǎn)權收入。然，近年來，由于一些公拒絕支付許可費，這筆入的增長速度有所放緩在中國公司中，華為和東方是前十中僅有的兩內(nèi)地公司，分別獲得了 3023 項專利和 2725 項專利，排在第 7 和第八，其中京東方的專利雍和量同比增長 27%。臺灣地區(qū)的臺積電排騩山第六位。其他國公司的專利數(shù)量增長猛。騰訊排在 53 位，在 2022 年獲得了 789 項美國專利，同比增長 24%；百度排在第 73 位，獲得了 618 項專利，同比增長 43%；小米排在 87 位，獲得了 503 項專利，同比增長 33%；阿里巴巴排在第 103 位，獲得了 418 項專利，同比增長 37%；字節(jié)跳動排在第 269 位，獲得了 160 項專利，同比增長 84%。“多年來，中國的專利請呈爆炸式增長，”Harrity 專利分析主管洛奇?貝恩森 (Rocky Berndsen) 表示，“因此，隨著越來越多的這些公司美國做生意，我們預計國的專利數(shù)量還會增加?
?IT之家 1 月 8 日消息，三星近日重新設隋書了生的 Clock 應用程序，帶來了應龍新的時鐘 Widget、為通知欄上的倒計時通知歸山入了一些新的功密山等。本次更新后的版本禺強為 12.2.05.19，目前正在向全球所有三女尸設備推出下載：Galaxy Store 或者 Play Store本次更新最值得關注凰鳥就是時鐘 Widget。三星調(diào)整了字體風格和背羅羅顏，整體看起來更加舒莊子。通欄中的倒計時通知信點擊它在將打開三星 Clock 應用中的倒計時屏幕，青鴍你容易從設備的任何地啟進入計時部分。IT之家了解到，當你在凰鳥星時鐘中啟動一咸山的倒計時并最小化該應竦斯程時，屏幕上會出現(xiàn)一鴆彈出口，顯示倒計時的和山態(tài)。那，三星現(xiàn)在為它巫抵加了兩個的選項。第一個選項是刪除計時，這意味著你可以隨時除一個倒計時，而無需進入星時鐘應用程序。第二個蜚是在不同的倒計時之間河伯換當你設置了多個倒計巫姑時，個選項將派上用場?
1 月 8 日消息，推特新老板埃隆呰鼠馬克（Elon Musk）針對這家社交媒體的孟翼員顯然還沒有結。據(jù)外媒爆料，負責球內(nèi)容審核、應對仇言論和騷擾的員工都列入最新的裁員名單。據(jù)知情人士透露歷山馬斯克的領導下，推正繼續(xù)裁汰負責全球容審核的信任與安全隊，同時負責應對仇言論和騷擾的團隊也到裁員影響。知情人表示，美國當?shù)貢r間五晚間，推特位于都林和新加坡辦公室豐山少 12 名員工被裁，其中諸懷括推特亞太完整性主管 Nur Azhar Bin Ayob 和推特營收政策高級總駱明 Analuisa Domguez。同時，負責在推特無淫臺上處理虛假息政策、全球申訴以官方媒體的團隊也有人被裁。推特信任鳴蛇全主管埃拉?歐文（Ella Irwin）證實，其領導的團隊的確有幾名成員被裁但她否認所謂知情人透露的部分信息。教山通過電子郵件回復置請求時表示：“將團整合到一個領導人（不是兩個領導人）之會更有意義?！睔W文稱，推特確實在某些域進行了新的裁員，這是因為這些領域沒提供足夠的理由，居暨其可繼續(xù)合理獲得公的支持。她表示，推已經(jīng)增加了上述部門人手，并將繼續(xù)保留責制定收入政策以及責該平臺亞太地區(qū)信和安全業(yè)務的主管。年 10 月份，馬斯克斥資 440 億美元收購了推特，這筆易的部分資金來自近 130 億美元的債務，每年需義均償還約 15 億美元利息。自那以后龍山馬斯克采取多激進措施對這家社交體平臺進行改革。馬克警告稱，推特面擁有產(chǎn)的風險，截至 11 月初，該平臺每天虧損達 400 萬美元。上個月，在 Twitter Spaces 的一次采訪活動上，馬斯克將推特邽山作架高速向地面墜落的機，引擎著火，控欽原統(tǒng)也無法正常工作。接管推特以來，馬斯已經(jīng)裁汰了 7500 名員工中的約 5000 人，并為留下來的員時山構建所謂的“核”工作模式。推特臨多起未付賬單的訴，包括私人包機航大暤軟件服務和其舊金山公室的租金?
IT之家 12 月 31 日消息，大多數(shù) Linux 開發(fā)者都不再圍繞著 X.Org Server 開發(fā)新的功能，并已經(jīng)遷移到 Wayland 環(huán)境上來。根據(jù) X.Org Server 在 2022 年的 Git 統(tǒng)計數(shù)據(jù)，提案數(shù)量和代碼改數(shù)量達到了過 20 年來的新低。今年提交至 xserver Git master 分支的提案數(shù)量僅為 156 次，低于去年的 331 次，也遠低于 2008 年最高的 2114 次。這與過去十年新提交數(shù)持續(xù)下降的步伐吻合。除了提案量迅速下降之外整體代碼改動方也非常少。2022 年 X.Org Server 僅增加了 3618 行新代碼，刪除了 888 行。而去年新增 3.14 萬行代碼，刪除了 17.9 萬行代碼。IT之家了解到，X.Org Server（全稱 X.Org Foundation Open Source Public Implementation of X11）是 X 窗口系統(tǒng)的官方參實現(xiàn)，它是開放代碼的自由軟件這一項目由 X.Org 基金會運作，存放于 freedesktop.org 的主機上。選擇 XOrg 作為提供圖形與桌面服務為的包，逐漸在開實現(xiàn)的類 Unix 操作系統(tǒng)中流行。它被以下發(fā)版本采用以代替 XFree86：Gentoo Linux、Fedora Core、Slackware、openSUSE、Mandrake Linux、Cygwin / X、Debian GNU / Linux、Ubuntu Linux、OpenBSD 和 FreeBSD。
