锤子科技跨界之作引争议 老罗:核心在革命性操作系统


作为当今活跃在市场一线最受争议的科技创业者,罗永浩和他的锤子科技再次引发了舆论关注。5月21日晚,锤子科技CEO罗永浩与蓝港互动创始人王峰进行了一场对话,这是几日前锤子科技在鸟巢新品发布会后,罗永浩首次公开发声回应这段时间的质疑。罗永浩直言,争议较大的TNT,其核心不是那块一万块的屏幕,而是革命性的操作系统。

在此前的发布会上,锤子科技发布了两款重磅新产品:锤子科技第三代旗舰主机坚果R1旗舰智能手机和坚果TNT工作站。其中坚果TNT工作站这款备受期待的革命性产品,也是老罗口中的“重新定义下一个十年的个人电脑”。通过改变底层交互逻辑,真正接近人类自然沟通的交互方式。

是模仿还是创新?

按照惯例,每一次锤子科技的新品发布都是座无虚席,粉丝对罗永浩的期待某种程度上也代表了对产品的认可。而这次发布会,罗永浩一开始就表示,发布会当日正好是锤子科技六周年的日子。显然,此次新品的重要性也不言而喻。

虽然大家以为发布的主角是锤子科技第三代旗舰手机,但罗永浩将重点介绍放到了“坚果TNT工作站”产品上。这款产品以触控和语音为重点实现新的交互方式,也是锤子科技多元化的重要一步。也是罗永浩口中的“重新定义下一个十年的个人电脑”。

但这款很有想象力甚至是大胆的产品,却引来了争议。事实上,PC与智能手机的跨界锤子科技并非先例。早几年前PC软件老大微软与英特尔就尝试Wintel组合,将Wintel的生态移植到智能手机产业中,但并不成功。

不过,业内对“手机变成电脑”的概念始终没有放弃,去年发布的两款代表三星Galaxy S8和华为Mate 10就是典型。Mate 10通过一根HDMI连接至显示屏之后,手机屏幕则充当了触控板和键盘,打开word、excel等文件进行轻办公处理。

业内认为,三星、华为通过这样的方式,也只用于轻办公而不能和真正的笔记本抗衡,并不算真正意义上的PC。而像小米、荣耀这样的互联网手机厂商也在试图用“手机思维重新定义笔记本”,更多是在产品形态上。

因此,回到TNT工作站的颠覆性创新上,罗永浩在回答王峰十问中指出,TNT的核心不是那块一万块的屏幕,而是革命性的操作系统。如果工作效率提高300%-500%,那就不是改良而是革命。

据了解,坚果TNT工作站采用创新的人机交互TNT(Touch and Talk),通过改变底层交互逻辑,运用“全局手势+语音组合输入”的交互方式,将人们最重要的几个核心生产力工具重制。以及全新的Smartisan office三件套,提升了智能体验、降低了用户体验压力,带来的操作成功率成指数级增高, 两者结合同步进行,比单一的图形交互、语音交互效率得到大幅提升。

行业观点认为,传统的人机交互方式,在语音输入指令时,要求用户提供大量重复信息,但并不能达到真正的智能化服务,TNT工作站做到了很好的创新优化。而用罗永浩的话说,如果对该产品的讨论还停在办公室的噪音上,相当于汽车发明出来之后,讨论的是汽车发动机会不会太吵,抱怨汽车还要费油。

打破边界引领新方向

在行业人士看来,如同当年的苹果、特斯拉,对未来的预判及创新性的把握,因为属于少数才更值得关注和探讨。从TNT工作站创新的人机交互,到内藏来自未来电脑的坚果R1,都能看到锤子科技创新的潜在空间。

自2012年锤子科技正式成立到现在,罗永浩以及他所带领的锤子科技也曾遭遇过艰难,但他从来就不是一个轻易被打垮的人。正如他曾经所言,所有困难都能解决,我没那么悲壮。外界看到了锤子科技的改变,转折点就是坚果Pro的发布。

这部被老罗自诩为“漂亮得不像实力派”的手机一经发布就遭到疯抢,备货40万台短短几天内几乎全部售空。在京东618期间,锤子科技以累计销售量全国排名第七、累积销售额排名第八的成绩坐实其“黑马”身份。

当前,智能手机是一个非常成熟的行业,就连iPhone在内创新也遇到了瓶颈。对此,罗永浩称,“这次手机发布在软件上的创新突破是爆炸性,我在手机里不是做了一两个创新的软件或特性,而是索性做了一个革命性的桌面级系统。”

据了解,锤子科技年度旗舰手机坚果R1被誉为“次世代旗舰手机”,拥有强悍性能与极速处理能力、旗舰级相机、以及更加惊艳的工艺外观。除了在视觉与手感上实现再次突破外,还有支持指纹+人脸识别解锁方式,以及硬件级AI智能通话降噪效果等多个创新。

完美,是每一个工匠都追崇的目标。对于锤子科技的每一款产品,我们都能看到锤子科技的用心,创新精神是锤子科技创业至今不变的基石,更是前进的核心动能。从跨界做手机“讲情怀”,到获得粉丝在产品上的认可,在经历了6年沉淀之后,锤子科技也将迎来企业史上最重要的一次自我突破,更值得期待。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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