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
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。