至顶网软件与服务频道消息: 进入盘点之期,回顾2019年,华为的征程可谓令人难忘。尽管时局艰难,但华为手机业务依然取得众多高光成就。
昨日,华为手机官方微博称,华为2019年全年智能手机发货超2.4亿台;更加值得推崇的一点,早在9月发布的、集手机领域所有创新技术于一身的Mate 30,集中提供了Android智能手机上诸多强大功能,俨然被称为本年度最好的硬件版本之一,上市仅仅60天全球出货量就已经超700万台。
尽管华为手机以及生态一路发展迅猛,但不容忽视的一点,在华为被美国加入“实体清单”限制之后,Google按照美国法律切断了与华为之间的合作。而这带来的直接后果便是由于缺乏谷歌GMS生态服务的兼容,华为新机在海外市场的销售面临较大阻碍,简单来说就是在没有预装GMS服务的情况下,使得海外用户在使用华为手机时无法正常安装使用国外众多软件。
对此,很多人误以为谷歌切断合作后,因无法使用Android导致华为手机海外使用受限,但实际上Android作为一个开源项目,在使用上并不会因此被限制,毕竟谷歌对于开源的Android并不具有强大的控制权;但对于另外一套基于Android服务的设限,却成为强势影响华为手机的“杀手锏”之一,即GMS(Google Mobile Service),同时也被称为谷歌移动服务。
简单来说GMS为谷歌自研,更是Android的灵魂所在,能否使用完全由Google说了算。对于海外用户来说,GMS的重要程度就像是微信、支付宝等之于国内手机用户,不难想象,当你买到一台根本没有办法安装微信、支付宝等常用应用的手机,会是什么感受?因此,在被切断与谷歌的合作后,无法通过华为手机安装GMS的现实,对于其手机业务,尤其是海外业务带来了不小的影响。
那么,华为是受到美国封锁、谷歌服务禁用后才开始投身于操作系统和移动服务的研发吗?显然不是。华为海思总裁何庭波曾说华为芯片一夜转正,可见华为一直以来都致力于制定自研性质的解决方案,尤其面对谷歌的技术生态封锁,更不会一味等待解禁GMS服务,而是选择加快备胎方案的转正进度。而HMS Core早在几年前已经为国内开发者所使用,走向海外更是引发了应用开发者和用户关注。
何为华为HMS Core?HMS Core是华为终端云服务开放能力的合集,简单来说,HMS Core是一系列菜式半成品,企业只需准备好厨师(开发人员),就能使用这些半成品做出完整的菜式(app)。HMS Core作为代替谷歌GMS的框架,使得开发者不必单纯依赖于GMS,也能在华为手机上运行应用,并为用户提供全终端一致的使用体验。最新消息,HMS Core已在今天上线,全面加速华为移动服务生态建设,助力鸿蒙系统商用。
据记者了解,华为特地设立了10亿美元的耀星计划,激励开发者使用HMS Core并上架应用市场。值得注意的是,HMS Core有多个能力比谷歌强。机器学习服务在端侧比谷歌多识别中日韩等3种语言;安全检测服务具备谷歌没有的的系统完整性、应用安全、恶意URL和、虚假用户检测等功能;扫码服务能够扫描更复杂场景下的二维码。
在海外生态受阻之时,华为不仅能坚定建立自己的HMS生态,还呈现较多优于谷歌的表现,可见华为软硬件能力结合的优势未来将会越发凸显。
如今华为鸿蒙系统蓄势待发,HMS Core无疑成为了鸿蒙生态的“大先锋”,如果说鸿蒙系统是一座大厦,那么鸿蒙大厦的筑成,离不开HMS Core作为千砖万瓦的支撑,其地位和重要性不言而喻。
根据华为方面公布的数据,HMS生态增长迅速,全球注册开发者数量超过130万,接入HMS Core的应用程序超过5.5万,HMS Core积累的生态资源必将滋养鸿蒙OS。
面对谷歌的封锁,华为也在实施应对计划。据相关消息,华为已经开始计划明年新机的相关部署,下一款新机P40 不再使用谷歌GMS,而是采用华为自己的HMS Core。作为基础开发能力的重要一环,HMS Core的全面开放也让开发者和消费者相信鸿蒙很快就会到来了。而未来,华为能否引领国产移动操作系统带来质的飞跃,占领全球生态一席之地,让我们拭目以待。
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。