挖掘安卓宝藏,EMUI会让手机进入“量心定制”时代吗?

640?wx_fmt=gif&wxfrom=5&wx_lazy=1 640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

如果把移动终端的发展历程看做一部戏剧,那么Android和iOS两种操作系统生态之间的竞争一定是最精彩的一折。


从市场占有率来看,2017年Android手机在全球售出的手机中占据了85.9%份额,其中自然包括了谷歌Pixel、华为这样在硬件上和苹果水平持平、甚至超越苹果的品牌。在双方之间,最大的争议落在了操作系统上。很多人认为安卓操作系统越用越卡,没有iOS那种一如既往的流畅度。


这其中的原因有很多,比如iOS系统只需配适几款硬件,发源于专业配套硬件的UNIX系统,而Android系统需要尽可能开放、自由,以配适多种多样的硬件,它发源于免费、自由的Linux。双方管理内存的方式不同:Android的自由、开放,会导致一些App滥用后台资源,造成手机卡顿。此外iOS和Android的操作响应顺序不同:iOS率先进行UI层面的响应,Android率先进行软件层面的响应,视觉上的直观感受会觉得iOS更快……


640?wx_fmt=png&wxfrom=5&wx_lazy=1


作为手机厂商,大家自然是决不允许Android先天不足成为自己的短板,尤其是华为这种正在和苹果争夺世界旗舰市场的厂商——正在通过与谷歌进行越来越深度的合作,来打造定制化EMUI,弥补Android手机操作系统上的不足,甚至将其变成自己的长处。


位面的重塑:

EMUI 8.1软硬件定制化的三层体验


从2016年、Mate 9时期的EMUI 5.0开始,华为就在重点解决系统卡顿问题:与谷歌合作,在Android系统的底层进行重组,结合麒麟960的计算能力,尝试用智能感知来实现精细化资源调度并学习用户的使用习惯,突破Android原本的“公平资源调度”。


EMUI 5.0的成功提升了华为在软件和硬件两方面的掌控能力,也帮助华为找到了一种全新的解决方式——既然苹果可以通过软件与硬件的契合来提升操作体验,那么Android手机自然也能通过软硬件定制化来提升用户的体验。


这一点在华为最近推出的EMUI 8.1上体现得淋漓尽致。


华为在硬件上的绝对优势,在于把握了NPU技术,可以从麒麟970中输出强大的机器学习能力。将这种能力植入到EMUI中,就为EMUI 8.1带来三层与众不同的体验,重塑了人与手机之间的全新位面。


640?wx_fmt=png


第一层体验,是通过对用户行为的学习实现对硬件资源的智慧调度。


这一层在EMUI 5.0时期就有过尝试,到了EMUI 8.1时,麒麟970更强大的机器学习能力让手机可以更细致地学习用户行为,对使用率不同的App进行后台内存和其他硬件资源的智慧调度,防止所谓公平调度下大量App对资源进行滥用导致的手机卡顿。


640?wx_fmt=png


第二层体验,是通过智慧服务实现手机功能的多维度提升。


仅仅解决卡顿问题,对于麒麟970来说多少有些大材小用,且一套Android OS的研发目标也不应该只是“通过解决卡顿拉近自己与iOS之间的距离”。既然明了了软硬件结合可以提升用户体验,自然应该从这个维度下功夫,以最大限度地挖掘硬件的实力。


在EMUI 8.1中,这层体验就体现在智慧服务能力上:慧眼识物功能把麒麟970的图像处理能力转化为图像识别能力,帮助用户用摄像头寻找商品,省去了关键词搜索的麻烦;智慧旅行助手是通过对地理位置的感知为用户主动提供语音导游、景区拍照识花草等等功能,免去用户自行寻找相应App麻烦。


这样的智慧服务让EMUI 8.1不止步于对原生Android的表层改变,而是真正触及到了用户使用手机的方式,简化原有的繁多操作环节。这一点,是目前iOS无法做到的。


640?wx_fmt=png


第三层体验,是HiAI能力开放带来的未来生态。


此前我们已经无数次重伸移动AI命题下开放生态的重要性:引入更多的应用伙伴,让生态繁荣起来才能让更多用户直观地感受到AI为手机应用带来的改变,进而巩固移动AI芯片厂商的硬件优势。


目前华为正在分三层将NPU的端侧计算能力开放给应用合作伙伴。


首先是HiAI Service服务层的能力,覆盖快递、旅游等等生活场景,让应用服务更加主动化,适时出现在用户眼前。比如在快递信息发生变化时,及时出现在通知栏中,免去用户时常打开App的麻烦。然后是语音识别、图像识别这些HiAI Engine应用能力的开放,以模块化的方式提供给开发者,再由开发者再将这些模块组装到App上,为电商平台提供更快速的拍照识物功能和为办公软件提供精准的图片转换文字功能等等。最后还有HiAI Foundation,将芯片能力彻底开放,方便那些自身已经有神经网络模型的App进行优化和迁移,比如知名的名画画风模仿App Prisma就通过HiAI Foundation进行深度定制,极大地提升了处理速度。


量心定制:

当EMUI开始挖掘Android宝藏


如果把这三层体验综合起来,我们会发现一个有趣的现象:从EMUI 8.1开始,Android OS已经从追逐iOS变成了赶超iOS。


过去,Android的卡顿让我们忽略了iOS的很多缺点。最典型的,有审核过分死板导致开发进度缓慢、墓碑式的内存管理(关闭App后立刻释放内存)导致多App同时操作时经常要反复加载内容等。当然,还有iOS极低的自由度……


而Android开放、自由的优点,几乎刚好站在了iOS的短板上。Android平台有一款App叫Xposed,它甚至允许用户开启上帝模式对App界面进行调整。


640?wx_fmt=png


这在iOS之中完全是不可想象的。当然我们并不鼓励用户自行root并用Xposed修改App,Xposed只是极端地展示出了Android的最大优势——给用户自由选择的权力。


相比iOS那样推出一套貌似适用于大多数人的样板,Android的自由和开放则可能给予每个更个性化和私人化的使用体验,这恰恰是Android最宝贵的宝藏,只是在此前被运行缓慢和卡顿所掩盖。其实对于普通用户来说,大家需要的只是一款好用的手机,诸如刷机、root这些行为对于大多数人来说价值并不大。


到了EMUI上,华为采取了另外一种解决方案——从用户选择变成用户行为选择。正是这种选择的改变,才真正打开了Android世界的无数个位面。


用户自己或许都不知道自己经常使用哪些程序,以及使用的顺序是怎样的,但机器学习可以让手机摸清规律,并且提前为用户调度资源。可以说,用户是在不知不觉中“选择”了资源的分配方式。


用户自己不知道在哪些场景下经常应用哪些App,但EMUI的场景智能功能可以通过对场景的感知为用户推送适合的服务卡片。


这样一来,EMUI把Android的天然优势和NPU相结合,先让AI去了解用户,再让AI帮助用户做出选择。这样不自觉的选择完美绕过了Android自由、开放优势之前的操作门槛,让定制化在无形中成型。用户只会在不知不觉间发现手机越来越好用,但换了另一个品牌手机(甚至只是换成别人使用的手机)就会立刻感受到差异。利用Android的天然优势,EMUI创造出了“量心定制”般的解决方案:摸清每个用户的行为习惯,如读心术一般对其需求进行预测,提供更主动、更贴合的服务。


这一点几乎成了iOS永远无法超越的屏障。iOS对多任务后台运行的限制、对于应用API接口调用的限制等,几乎完全阻碍了App对于用户行为的长期学习和理解,加上在移动AI应用开发生态的上的落后,iOS很难为用户提供定制化的使用感受。


最终很有可能形成的结果就是,iOS系统给予大多数人同样80分的体验,但EMUI系统却给予每个人不一样的90分体验。


结束语


如果拉远视角,把手机发展的时间线缩短,我们会发现2018年是一个非常重要的时间点。EMUI 8.1配合NPU让手机和人之间形成了一种全新的关系。


以往手机与人之间的交互是点状的,人提出需求,进行操作交互之后由手机给予反馈。但在移动AI的智慧能力下,手机和人之间的交互开始变成线状,人提出需求,手机不仅仅能够给予反馈,还可以追溯需求背后的深意,从而呈线状延伸服务的深度。相信就在不久之后,无数的线状交互会互相联结,形成一张大网,包裹住用户可能出现的每一项需要,让手机从一个死板的机器,成为拥有读心术的助手。


这样的想象并非是在“占卜未来”,我们相信当AI实现对每个人的细致感知之后,我们世界中的一切都将“量心定制”。在未来或许任何一款或产品中,不同用户都能体会到不同的服务。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=gif

640?wx_fmt=jpeg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 话管理: SQLAlchemy 使用话(Session)来管理对象的持久化状态。 话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值