ZDNet至顶网软件频道消息:今天,在北京举行的GMIC大会腾讯“下一代移动生活”分论坛上,腾讯QQ浏览器首席产品架构师叶骏在做主题演讲时宣布,腾讯下一代QQ浏览器会针对每一位用户的个性需求,将有效信息直接推送给用户,从而实现“追你所想”的新型信息提供方式。
叶骏认为,人类5000年文明史,信息经历了三个时代:将近5000年的信息匮乏,人与信息之间距离不对等的传统信息时代;近20年互联网信息爆炸,人与信息距离相等,但人们不知道什么是自己所需信息的时代;以及近年随着移动互联网的兴起,精准而个性化的信息时代的到来。
“能够满足个人随时随地的信息需求,能够让用户以最简捷的方式获得信息,这是移动互联网时代的要求,而QQ浏览器恰好具备了这样的优势能力。”叶骏说,“表面上看,QQ浏览器新的测试版本与过去的版本区别并不大,但实际上,测试版本最大的特点是,其所提供的内容,是“这一个”用户,在“此时此刻”的场景下的信息,而且,许多信息甚至是“春江水暖鸭先知”——早于用户,而将其所需要的信息提前提供给用户,体现为信息“追”用户的状况。
在分论坛上由清华大学与腾讯共同宣布的《手机浏览器发展趋势白皮书》认为:QQ浏览器的这一变化,符合移动互联网时代用户的“懒人”需求特点,“用户在使用手机上网时具有显著碎片化特征,查询信息的耐心有限,所以如何更准确地向用户推送有效信息,为用户节省时间和流量”,变为非常重要。
叶骏的演讲,引起与会者的强烈响应。著名独立评论人洪波认为,QQ浏览器确实具备顺应用户新时代信息需求的条件,“它体现在,移动互联网时代,信息更为碎片化,社交化,个性化,仅仅以搜索引擎去抓取,效果并不理想,既难实现真正的精准,更难实现提供个性的信息服务。而腾讯本身的QQ空间、QQ,以及微信的社交属性,以及腾讯8亿用户,15年互联网数据积累,使得QQ浏览器可以实现‘从个体用户中来,到个体用户中去’。这是中国其他互联网公司所不具备的天然优势。”
而《互联网周刊》主编姜奇平则对叶骏提出的破解“信息熵”的概念饶有兴趣,他认为,提出为用户“降熵”的概念,符合腾讯一贯以来,以用户需求为依皈的产品理论。“为每个用户提供最有价值的个性化信息,才能真正降低信息熵,从而使提供的信息真正为用户所用,这确实是移动互联网时代一个最为鲜明的课题”。
在对话环节,一位记者提问,“QQ浏览器是如何实现比用户自己更为先知先觉地获得有价值信息,并将这信息‘追’给用户的”?
叶骏举例说,在《来自星星的你》首播不久,它并不是一下子走红的,而是有一个过程,而QQ浏览器确实明显早于用户“感知”到了这部剧会火,便及时将该剧放在浏览器最为显要的位置,让信息“追”给用户。“而QQ浏览器之所以能够‘先知先觉’,是因为当各类网站、包括搜索引擎上‘星星的你’还没有走红的时候,在社交领域,包括QQ群、微信及微信公众号,包括QQ空间上,就已经有了大量碎片化的用户互动。这样的互动,其信息权重是远远大于其他互联网公众平台上的信息的。它的走红,往往是‘飓风’来临的前奏。所以,QQ浏览器从这些信息的分析处理中,抓到了‘先知’。”
叶骏认为,QQ浏览器在技术上的优势,为实现碎片化时代的信息整合与“先知”,提供了最重要的保证。“手机QQ浏览器在开源webkit内核之上自主研发了X5内核,从FOR标签、音视频支持、Device API的支持、强大的插件体系有效提升手机浏览器的HTML5支持能力等等。这是最基本的技术保证。”
叶骏进一步解释说,“但同时,QQ浏览器也由此实现了‘华丽转身’——从一个纯工具,变成一个以直接提供最优质,并符合个性需求内容的内容平台。而在这个平台上,同时实现了优秀‘轻应用’的聚合,完成了信息上中下产业链的有效整合。”
好文章,需要你的鼓励
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
甲骨文在与英国高等教育机构谈判全国框架协议前进行了Java审计要求。该协议价值高达986万英镑,相比标准商业定价可为机构节省4500万英镑。自2023年1月甲骨文推出Java SE通用订阅后,许可从按用户改为按员工收费,成本增加2-5倍。英国教育数字解决方案提供商Jisc经过18个月谈判达成此协议,为面临财务压力的高校提供定制化许可方案。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。