ZDNet至顶网软件频道消息:自去年3月Adobe数字出版套件(Digital Publishing Suite,DPS)登陆中国市场以来,越来越多的中国刊物开始选用Adobe DPS作为他们发布数字内容的平台,康泰纳仕、赫斯特、时尚这些中国最大的杂志集团都出现在了DPS的客户名单上。目前,DPS为全球出版商和企业用户分发的期刊累计达到2.2亿,全球有80%的数字出版物选择Adobe DPS作为他们的发布平台。
与我们熟知的Adobe Creative Suite不同,Adobe DPS强调的是精准营销,内容制作只是手段,真正的目的在帮助客户更好的盈利。DPS并不仅仅适合于报纸和杂志等传统媒体出版商,企业、协会及教育机构也可采用DPS套件,来为其员工及客户创造良好的应用体验。
DPS中国市场九成用户为出版商
相较于国外成熟市场,中国数字出版市场仍处于发展初期,这点从DPS的用户构成中就可以显现出来。据Adobe数字营销资深顾问毛屹槟介绍, DPS在全球的用户群中,有六成用户是企业用户,三成用户是出版商,剩下的用户来自教育业,在中国,DPS的用户以出版商为主,占到总用户的九成左右。
企业机构通过DPS提高数字收入与品牌凝聚力
其实,DPS在中国市场已有企业客户,只是数量比较少,安利、华为和周大福都是DPS的用户。Adobe大中华区数字出版销售经理李冬指出,未来,DPS在中国市场将发力企业客户市场,下一步拓展的六个主要行业分别为,汽车、金融、制造、旅游航空、酒店还有零售,政府国资委的一些重要企业也是DPS的潜在客户。
对于出版商来说,DPS的功能十分强大,包括可以在新浪微博等主流社交网络上分享文章的功能,可以对一篇文章或整本书进行免费预览的功能,以及能够提醒读者新内容的自定义推送功能。上述工具通过增加读者发现读物的机会、确保读者可以对读物内容进行即时阅读、巧妙安排计费时间或计费位置等方式,帮助出版商提高读者对数字出版物的认识、收集数据、制定最优价格、确定订阅读物、最终在最大程度上吸引读者转化为订阅用户。
一次制作全平台分发,DPS支持iOS、Android等时下最流行的平台
近几年,Adobe已从一家传统软件公司变成一家服务公司。毛屹槟指出,Adobe去年40亿美金的销售额大部分来自于服务。而去年刚刚发布的Adobe创意云方案,在全球已有超过230万的使用用户。DPS就是一个服务,通过订阅的方式,定期向用户提供方案。DPS是一个端到端的解决方案,提供包括内容创建、制作排版、出版分发、收入回报及分析报告等全部出版流程,使企业可以高效地出版和销售适合移动设备使用的内容,并针对读者的反馈即时做出调整。
DPS的分析功能,让用户更好地了解哪些内容被读者浏览的次数最多
DPS在中国市场提供专业版和企业版两个版本。企业版是更高级的版本,不仅具备分析功能,还可提供数据挖掘,通过一些可提供的、更好的数字读者和客户洞察的可操作指标,优化刊载内容、并推动优质广告销售,从而实现更好的业务成果。
中国数字出版市场付费习惯尚未形成,而DPS的使用成本很可能会成为其增长障碍。因此,Adobe的一大要务就是让企业充分认识到数字营销的重要性。毛屹槟表示,“Adobe深知,仅仅卖产品并不能解决用户的问题。使用户的业务模式变得良性,才能真正为用户带来价值。Adobe经常会参与到用户的业务讨论上,帮助用户做规划,把Adobe在数字出版上的经验传递给传统出版商和企业客户,让他们了解如何去经营一本能够成功的出版物,而仅仅是上线一个APP。”
好文章,需要你的鼓励
当前软件工程团队正在试验基于AI代理的编码工具和大语言模型,以提高开发速度和质量。然而,AI编码工具的效果很大程度上取决于使用方式。开发者需要提供结构化的问题描述、明确的执行要求和相关上下文,同时建立适当的防护机制。AI不仅能处理重复性任务,还能识别和评估替代方案,从被动助手演进为工作流程推进器。成功的关键在于将AI视为合作伙伴而非快捷工具,并将其整合到软件交付的全生命周期中。
NVIDIA研究团队开发出名为Lyra的AI系统,能够仅凭单张照片生成完整3D场景,用户可自由切换观察角度。该技术采用创新的"自蒸馏"学习方法,让视频生成模型指导3D重建模块工作。系统还支持动态4D场景生成,在多项测试中表现优异。这项技术将大大降低3D内容创作门槛,为游戏开发、电影制作、VR/AR应用等领域带来重大突破。
Salesforce发布企业级AI智能体平台Agentforce 360,将AI智能体融入几乎所有应用中。该平台采用混合推理引擎Atlas,结合大语言模型的概率思维和业务规则的精确性,支持语音交互和深度集成。以Slack为主要界面,提供Agentforce Builder开发环境,能将非结构化文档转换为可查询记录。Salesforce内部已部署该系统,每周处理180万次对话,主动服务活动增长40%。
谷歌DeepMind团队创新性地让Gemini 2.5模型在无需训练的情况下学会理解卫星多光谱图像。他们将复杂的12波段卫星数据转换为6张可理解的伪彩色图像,配以详细文字说明,使通用AI模型能够准确分析遥感数据。在多个基准测试中超越现有模型,为遥感领域AI应用开辟了全新道路。