高通称霸汽车芯片的时代,要变了

高端芯片从未像现在一样,在汽车行业扮演如此重要的角色。
我不是指曾经恩智浦、德州仪器等公司在汽车芯片市场上的辉煌,而是那些更懂时代的公司——凭借智能手机的红利,高通迅速成为了智能汽车头部供应商,8155 等词汇一度被认为是汽车智能化的标签。


然而行业变革不会是独角戏。
老对手,新故事。联发科,这个在智能手机行业与高通缠斗在一起的公司,在新能源汽车的下半场开门的那一刻,把竞争拉到了全新的维度。

算力定义未来

4 月,我国新能源汽车渗透率超过 50%,新能源汽车下半场提前上演。预言了这一天的比亚迪董事长王传福在北京车展上,又抛出了一个颇具时代印记的观点:上半场看电池,下半场看芯片。
传统汽车以 MCU 芯片为主,用于控制汽车中的各种电气设备,驱动的功能相对单一。一般而言,在燃油车上播放蓝牙音乐,听个收音机,就已经基本是车载娱乐系统的上限了。
车载芯片这个事儿,主打一个够用就行。
到了今天,理想的三联屏,小鹏的智能辅助驾驶,蔚来 NOMI GPT 大模型……汽车智能化的进程俨然就是智能机替代功能机情形的再现,这背后也是芯片话语权更替的关键。
智能汽车越来越多的屏幕,越来越高级的功能、越来越复杂的运算过程,无不是建立在高性能芯片基础上。
算力,成了当下智能汽车芯片躲不开的议题。高通、联发科,这些原本就熟悉移动端高性能芯片玩法的公司,拥有天然的算力、技术、方便开发等特性上优势,趁着老一批汽车芯片巨头还没缓过劲儿来,迅速在智能汽车领域攻城掠地。
如果说 16nm 是传统汽车芯片的上限,那么联发科的 3nm 制程工艺芯片,则是给智能汽车时代的竞争设定了全新的锚点。
近日,联发科一口气发布了三款天玑汽车座舱平台,分别是全球首款 3nm 旗舰汽车芯片 CT-X1,4nm 次旗舰汽车芯片 CT-Y1 和 CT-Y0,三款产品均支持当下最火的端侧生成式 AI 技术。CT-X1 和 CT-Y1/ CT-Y0 已分别得到了国内 6 家头部车企定点,我们期待马上能看到样车。

Image

即便是大家所熟悉的高通骁龙 8295 旗舰芯片,其制程工艺也只是 5nm。尽管联发科未公布三款芯片具体算力,但安兔兔已曝光其 4nm 次旗舰芯片CT-Y1的车机跑分,107 万分的水平与高通 8295 旗舰芯片持平。
由此来看,3nm 制程工艺的 CT-X1 只会比这个水平更强,据称其性能超越8295至少30%,这是一个极其恐怖的事情:在这种环境下,但凡一家公司对先进制程工艺掉以轻心,就极有可能跟不上时代。
正如联发科技资深副总经理、运算联通元宇宙事业群总经理游人杰所说:“无论是座舱还是智驾,都对算力提出了极高的需求,算力背后是先进制程,拥有先进制程能力的芯片设计公司,才能在未来 AI 定义的智能汽车领域立足。”

Image

联发科技 资深副总经理、运算联通元宇宙事业群总经理 游人杰算力过剩?不存在的。
从摩尔定律可以推断,算力总会被应用吞噬,因此我们总会需要更强的算力。这个逻辑在智能汽车高速发展阶段,仍然成立。
在这个算力定义未来的时代。谁掌握了更强算力,谁就掌握了行业的话语权。

AI 定义座舱

AI 曾被智能手机行业认为是伪需求,但随着 ChatGPT、Midjourney 和 kimi 等 AIGC 产品大爆发,再也没人能忽略这一波来势汹汹的 AI 浪潮。
智能汽车以极快的速度拥抱了 AIGC 大模型,甚至仅比智能手机慢了一步——二者所实现的功能不尽相同,运行逻辑却几近相通。
智能座舱,即通过用户的语音指令,并完成一系列接收信息、舒适性和影音体验等方面的需求。AI 的加入,让人机交互的层次更加丰富,车机不仅可以通过用户的语音指令完成功能,还能识别手势、动作和情绪等等。
这些复杂的交互流程,得有一个大模型才跑得通。
当前主流 AIGC 产品,往往采用云端大模型来保证足够的算力。然而对于终端消费品来说,云端大模型受制于隐私安全、延迟、稳定性、成本等问题,端侧大模型的加入,端云结合的方式是一个更加可行的发力方向。
这恰巧进入了联发科的优势领域:让大模型在终端侧跑起来。讲人话,就是在本地运行,不依赖于云端。而这件事情早在智能手机上就已经干过了,而且还干得不错。
因此在天玑汽车座舱平台上,我们可以看到 CT-X1 支持端侧运行 130 亿参数的 AI 大语言模型, CT-Y1和CT-Y0则支持 端侧70 亿参数的 AI 大语言模型。
且均可在车内运行全球多种主流的大语言模型(LLMs)和 AI 绘图功能(Stable Diffusion),支持基于 3D 图形界面的车载语音助手、驾驶警觉性监测等先进的 AI 安全和娱乐应用。

Image

如果说算力是联发科给智能汽车打下的地基,那么以 AI 运算单元 APU 为首的 生成式AI “特技”,则是联发科的独门法宝。
例如在内存带宽问题上,联发科利用内存硬件压缩技术,可降低大模型在端侧设备上的内存占用量,为系统和其他应用的运行留足内存和带宽以实现设备的高速运行。又如天玑座舱芯片拥有高集成度,将 ISP、DSP 和 Wi-Fi、蓝牙 等 19 个模块合为一体,不但能帮助车企控制成本,还能大大降低开发难度,可缩短 50% 以上的开发周期,加速产品上市进程。联发科将其在移动市场上的产品、技术、服务优势转移到汽车业务上,能帮助合作伙伴更快速地让AI大模型上车。

Image

联发科技副总经理、车用平台事业部总经理张豫台认为,“未来生成式 AI 的体验应该是有端侧,也有云+端”,人机交互更适合在端侧进行,跑到云上的话会有延迟性,但对于非即时性的需求,端云一体也可以协作,带来更强的需求处理能力。
生成式 AI 发展的方向,也顺带为智能座舱下了定义。
解决了端侧大模型的运行,也就天然拥有了安全性、高响应速度和低延迟等特性,智能座舱的想象空间得以进一步变大:车机系统会理解你出行的意图,并为你推荐沿途的补能点和餐馆;它甚至能感知驾驶者与乘客的状态,提供一套适合的氛围灯和音乐……
智能座舱,这个用户与车机发生交互的第一现场,正在被 AI 大模型编织出全新的应用场景。

联发科的底气

138 年前,卡尔·弗里德里希·本茨发明的三轮汽车被视为世界上第一辆汽车。但直到 27 年后福特发明出流水线,生产的降本增效才使得汽车走进千家万户。
汽车工业史上的每一次变革,都不缺一个敢为人先的角色。
高通和联发科一直都是移动芯片市场的两个核心玩家,各自有着鲜明的特点。高通先发制人,占据用户心智,联发科则卧薪尝胆,用“天玑”在5G时代一鸣惊人,据Counterpoint数据显示,联发科如今已连续超过3年获得全球市场占有率第一。尽管高通更为人知晓,但近两年挤牙膏式的产品更新一直为人诟病。在默默耕耘座舱芯片十余年,全球出货量超过 2000 万套之后,联发科又将竞争拉到了更高的维度。
更先进的制程工艺,更高的算力以及更可行的端侧 AI 大模型方案,联发科似乎正在成为那个推动时代发展的角色。
“舱驾一体”被公认为行业的未来趋势,在智能驾驶方面,联发科找来了同样是顶级玩家的英伟达“联姻”。
双方合作的决心与效率,在业内也属第一次。去年 5 月,联发科正式公布与英伟达的战略合作,基于各自优势,共同为新一代智能汽车提供解决方案。到今年 3 月,联发科与英伟达合作的四款座舱 SoC 已经发布了:C-X1、C-Y1、C-M1 和 C-V1,均支持 NVIDIA DRIVE OS 软件。

Image

如果说新能源汽车的下半场,就是看芯片,那么联发科与英伟达这两个芯片巨头的强强联合,在 AI 定义座舱的时代下,显得更具有里程碑的意义。彼此长处得以有更大的空间爆发,而合作所辐射出来的能量,在未来不可估量。
接下来的十年被行业认为是 AI 2.0 最重要的时期,是瞬息万变的时期,也是半导体行业挥斥方遒的时期。
站在行业前沿,你必须拥有一个敏锐的观察力,预判走向,抓住行业趋势,才能保证自身在行业里的竞争力。而这也是面向消费者,半导体公司引领智能汽车下一次变革的关键。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

劳动节,聊聊AI究竟在替代谁的工作?

大家五一小长假快乐啊。同为劳动者,在咱们的节日吃好、喝好、玩好,简直是天经地义。


但在享受美好假期的间隙,不知道有没有那么一个片刻,你的脑海中会闪过这样一个想法:如果以后AI要代替我劳动,我岂不是连劳动节都没得过了?

事实上,每一次AI技术爆火之后,大众层面讨论最多的就是AI会不会抢夺人类的工作岗位。在ChatGPT带来了AIGC热潮之后尤其如此。ChatGPT要抢文案和程序员的工作,Suno要抢音乐人的工作,Midjourney抢美工的工作,Sora抢影视后期的工作。好家伙,你们这群AI还搁这分工明确,跑马圈地呢?

这时候,社交媒体上一般会出现两个声音。一种是焦虑派,一种是智障派。焦虑派说,“马上我们就要没工作了,AI太可怕了”。智障派就出来说,“实测AI都是智障,担心AI还不如担心陨石砸下来”。

然后两派拥趸吵得不可开交。更气人的是,这两派观点还轮流出现,今天刷了个智障派视频,觉得AI都是废物,放心工作了,明天又出来个焦虑派反驳得有理有据。天天如此拉扯,心情无比烦躁。回头静下来一想,这些搞人心态的视频还都是AI推送的,糟心程度又爆表了。

那么,AI到底有没有取代人类的工作呢?
如果有的话,AI到底在取代谁的工作?
如果我不想被取代,我需要做什么,以及安全水位究竟在哪?
大过节的,不整虚的。我们不说那些理论上、概念上的替代工作。就从目前的真实情况出发,聊聊AI与工作间的那点事。

祝我们能快乐劳动,快乐过好每一个劳动节。

杂活替代vs刚入职场的新人

不知道大家是否记得这样一个新闻。2023年,一个日本女生尝试自杀并获救,她的自杀理由是毕业后想找美工方面的工作,却发现各个公司都用AIGC来生成基础的图片素材。像她这样没有经验,也不能处理复杂工作的新人,一时之间很难找到工作机会。

一种现象目前在全球范围内愈发普遍:AIGC正在负责干那些,本来应该由实习生与职场小白来负责的杂活。

杂活这个概念,在职场中其实非常重要,因为这是能交给新人的第一份工作,虽然简单,但却是入门和学习的基础。这类杂活往往包括做表格、写基础文案、做基础的美工设计等。然后非常不幸的是,这类工作也恰好是AIGC的专长。

我们经常说,AIGC效果并不好,不够专业云云。这时往往会忽略一个事实,就是实习生与新人很多时候做得也并不专业。他们也需要简单的工作作为入门,…


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

美国酝酿AI「登月计划」,陶哲轩领衔62页报告重磅发布!

就在刚刚,陶哲轩领衔的一份62页报告出炉了,总结和预测了AI对材料、半导体设计、气候、物理、生命科学等领域已经做出的改变,以及预测它们在未来可能由AI产生的改变。

这份报告长达62页,总结了AI对材料、半导体设计、气候、物理、生命科学等领域已经做出的改变,以及预测它们在未来可能由AI产生的改变。


报告地址:https://www.whitehouse.gov/wp-content/uploads/2024/04/AI-Report_Upload_29APRIL2024_SEND-2.pdf

除了总结AI工具已经改变的科学领域的小插曲,陶哲轩等人还发出了三个呼吁——

  1. 必须赋予人类科学家更多的权能;
  2. 所有人必须负责任地使用AI工具;
  3. 国家层面需要共享基本的AI资源。

一旦必要的AI基础设施到位,新的科学「登月计划」将成为可能
众所周知,AI——可以帮助研究人员从数据中获得更多洞见,并确定最可能的解决方案;可以帮助处理日常任务,从而让研究人员能够专注于核心研究;可以帮助实现实验室流程的自动化;可以帮助完成以前很难实现的模拟;可以通过多模态基础模型将多种形式的数据汇集在一起,并在不同科学分支之间创造新的协同效应。

而当资源到位,并可以提供算力、安全的数据共享服务、开源的AI模型以及其他关键基础设施的访问时,我们就可以开始规划那些十分复杂且规模巨大的「登月式」科研项目。

这些项目可能包括:

  • 一个模拟人类细胞复杂性的基础模型,允许在计算机上(而不是在试管或活体内),对疾病和实验性治疗进行研究;
  • 一个详细的整个地球模型,使用传统和AI模型来描述地球系统的组成部分,同时也不断地用高度多样化的实时数据进行更新;
  • 通过系统收集、处理和AI辅助分析现有数据和文献,以及自动化实验室合成和测试可行的候选物,来发现实用的室温超导体。

随着共享AI资源基础设施的出现,全新的合作形式将从规模效应中获得实质性的好处,也就是说,随着项目规模的扩大,单位成本会降低、效率会提高。

与此同时,这种合作也可以减少不同团队之间的重复工作,提高研究效率。

AI即将颠覆的学科领域
目前人类科学发展到这个阶段,已经到达了临界点。在许多领域,我们都面临着巨大的障碍,而这些障碍一旦能克服,这些领域的进展都将迈入新的阶段。

令人兴奋的是,这些目前靠我们自己已经很难再推进太多的突破,靠AI很可能会被解决!

当然,为了实现这些设想,我们还面临一些必须考虑的潜在风险,并且还需要实现目标所需的资源。

AI设计半导体,让美国稳坐第一
如今,支撑起全球经济和国家安全的现代电子设备,都需要依靠「芯片」来运行。

随着这些芯片功能的增强,它们的复杂性也在不断增加——当前最先进的芯片,已经包含了高达数百亿个组件。

由于需要庞大的工程资源和复杂的基础设施,目前只有规模最大的公司才有能力制造这些高端芯片。而AI则可以在显著提升芯片设计质量的同时,减少所需的时间和人数。

参考资料:
https://mathstodon.xyz/@tao/112355788324104561


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Coalition of news publishers sue Microsoft and OpenAI

一群主要新闻出版商联合起来向微软和OpenAI提起了诉讼,指控这两家科技巨头未经许可或支付侵犯版权文章,用于训练他们的生成式AI模型。图片{ width=50% }


首次报道由The Verge,这群由 Alden Global Capital(AGC)拥有的八家出版物组成,包括芝加哥论坛报、纽约每日新闻和奥兰多哨兵报称这两家公司未经允许以及未经支付“窃取”了他们的“数百万”篇文章,用于推动其生成式人工智能产品的商业化,包括ChatGPT和Copilot。
这起诉讼是针对微软和OpenAI涉嫌未经授权使用受版权保护内容构建大型语言模型(LLM)的最新法律行动。在起诉书中,AGC出版物指控这些公司的聊天机器人可以在文章发布后不久逐字复制他们的文章,而未提供显著的链接指向原始来源。
“这起诉讼不是新技术与旧技术之间的斗争。也不是繁荣行业与正在转型的行业之间的斗争。它肯定也不是一场解决GenAI引发的一系列社会、政治、道德和经济问题的战斗,”起诉书写道。
“这起诉讼是关于微软和OpenAI未经支付这些内容就不应使用受版权保护的报纸内容来建立他们的新万亿美元企业。”
原告还指控这些AI模型出现“幻觉”,将不准确的报道归咎于他们的出版物。他们提及OpenAI此前承认,如果不使用受版权保护的材料,今天领先的AI模型将无法进行训练。
这些指控与纽约时报去年提起的另一起诉讼相似。时报声称微软和OpenAI使用了近一个世纪的受版权保护内容,让他们的AI能够模仿其表现风格,而未与其达成许可协议。
在试图驳回《时报》诉讼的关键部分时,微软指责该报通过暗示生成式AI可能会威胁独立新闻业而进行“末日预言般的未来学”。
AGC出版物主张,现在以900亿美元估值成为盈利公司的OpenAI和微软——从ChatGPT和Copilot中增加了数千亿美元市值——正在从未经授权使用受版权保护作品中受益。
这些新闻出版商正在寻求未公开的损害赔偿并要求法院下令微软和OpenAI销毁使用其受版权保护内容的GPT和LLM模型。
本周早些时候,OpenAI与《金融时报》签署了一项授权合作伙伴关系,以合法整合该报的新闻报道。然而,AGC提出的这起最新诉讼突显了科技公司开发生成式AI和内容创作者之间关于未经限制使用他们作品来训练有利可图的AI系统的紧张关系。
(照片由Wesley Tingey提供)
另请参阅:OpenAI因虚构产出面临投诉

想从行业领袖那里学习有关AI和大数据的更多信息吗?查看将在阿姆斯特丹、加利福尼亚和伦敦举办的AI & Big Data Expo。这一综合性活动与包括BlockX、Digital Transformation Week和Cyber Security & Cloud Expo在内的其他主要活动同时举办。
探索由TechForge提供的其他即将举行的企业技术活动和网络研讨会。
标签:ai、人工智能、chatgpt、版权、大型语言模型、llm、微软、openai



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

亚马逊正式发布类ChatGPT助手—Amazon Q

5月1日,全球电商、云计算领导者亚马逊(Amazon)在官网正式发布了生成式AI助手——Amazon Q。

据悉,Amazon Q 是一款类ChatGPT的产品,可以生成创意文本、代码、总结文档、分析数据等功能。


此外,亚马逊还发布了面向企业的助手Amazon Q Business以及专业开发人员的Amazon Q Developer。尤其是内置了AI代理的Developer版本,可自动完成代码的升级、开发等任务,性能非常强大。

目前,亚马逊没有说明Amazon Q系列产品是基于哪一款大模型开发而成,但根据其技术特性和测试报告来看,很可能是其投资40亿美元Anthropic新发布的,最强大模型之一Claude 3系列。

体验地址:Amazon Q
开发者版:Amazon Q Developer

图片来源:由GPTNB生成

Amazon Q Business介绍

Amazon Q Business版的主要技术亮点是可以根据企业内部数据,例如,周报、数据报告、PPT演示稿、数据中台,进行各种文本提问或数据分析,在结合亚马逊的可视化分析平台Amazon QuickSight输出、简单直观的分析数据报告。

图片来源

Amazon Q Business还具备很强的数据连接能力,可以轻松地连接40 多种常用的业务工具,例如,wiki、内联网、Atlassian、Gmail、Microsoft Exchange、Salesforce、ServiceNow、Slack等。

这也就是说只需要在一个平台中,几分钟内就能帮助管理者快速了解企业内部的所有数据情况,并根据这些数据做出精准的分析。

Amazon Q Developer介绍

Amazon Q Developer是专门面向专业开发人员的AI助手,可提供代码生成、测试、调试、故障排除、漏洞扫描等一站式代码服务。

同时集成了目前火爆的AI代理功能,多数情况下可以自动执行编程任务无需人工干预,主要特色功能如下。

代码生成和建议: 可以生成Python、Java、C#等十多种主流编程语言的代码,还可以根据开发者发送的代码给出优化建议方案。

根据澳大利亚国民银行的开发报告显示,他们接受了50%来自Amazon Q Developer的代码建议。

图片来源

智能AI代理: Amazon Q Developer内置了AI代理功能,可将多数项目计划、开发任务、功能迭代和后期维护,实现跨源文件、代码块和测试套件实现自动化。

例如,亚马逊的一个5人团队通过该AI代理功能,仅用了2天的时间将1000多个应用程序从Java 8自动升级到了Java 17。如果使用传统开发,最快也要几个月的时间。

安全漏洞和扫描: 能快速扫描开发者完成的代码查找潜在的安全漏洞,并提供量身定制的修复建议,从而提高应用程序的安全性和质量。

优化AWS环境: 可在控制台中帮助专业开发人员优化AWS云环境,以及诊断和解决错误和网络问题、选择实例、优化结构化查询语言、提取、转换和ETL管道。还能帮助开发者列出其 AWS 账户资源、配置并分析账单信息和趋势。

目前,亚马逊发布的Amazon Q已全面上市,企业版每月20美元,开发者版每月25美元,Amazon Q Apps处于预览版状态可以免费试用。

本文素材来源亚马逊官网,如有侵权请联系删除

END



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

美国酝酿AI「登月计划」,陶哲轩领衔62页报告重磅发布!

【导读】就在刚刚,陶哲轩领衔的一份62页报告出炉了,总结和预测了AI对半导体、超导体、宇宙基础物理学、生命科学等领域带来的巨大改变。如果这些预测在几十年后能够实现,美国酝酿的AI「登月计划」就将成真。


就在刚刚,陶哲轩领衔的一份AI技术对全球研究潜在影响的技术报告发布了。

这份报告长达62页,总结了AI对材料、半导体设计、气候、物理、生命科学等领域已经做出的改变,以及预测它们在未来可能由AI产生的改变。

报告地址:点击查看报告

除了总结AI工具已经改变的科学领域的小插曲,陶哲轩等人还发出了三个呼吁——

  1. 必须赋予人类科学家更多的权能;
  2. 所有人必须负责任地使用AI工具;
  3. 国家层面需要共享基本的AI资源。

一旦必要的AI基础设施到位,新的科学「登月计划」将成为可能

众所周知,AI——可以帮助研究人员从数据中获得更多洞见,并确定最可能的解决方案;可以帮助处理日常任务,从而让研究人员能够专注于核心研究;可以帮助实现实验室流程的自动化;可以帮助完成以前很难实现的模拟;可以通过多模态基础模型将多种形式的数据汇集在一起,并在不同科学分支之间创造新的协同效应。

而当资源到位,并可以提供算力、安全的数据共享服务、开源的AI模型以及其他关键基础设施的访问时,我们就可以开始规划那些十分复杂且规模巨大的「登月式」科研项目。

这些项目可能包括:

  • 一个模拟人类细胞复杂性的基础模型,允许在计算机上(而不是在试管或活体内),对疾病和实验性治疗进行研究;
  • 一个详细的整个地球模型,使用传统和AI模型来描述地球系统的组成部分,同时也不断地用高度多样化的实时数据进行更新;
  • 通过系统收集、处理和AI辅助分析现有数据和文献,以及自动化实验室合成和测试可行的候选物,来发现实用的室温超导体。

随着共享AI资源基础设施的出现,全新的合作形式将从规模效应中获得实质性的好处,也就是说,随着项目规模的扩大,单位成本会降低、效率会提高。与此同时,这种合作也可以减少不同团队之间的重复工作,提高研究效率。

AI即将颠覆的学科领域

目前人类科学发展到这个阶段,已经到达了临界点。在许多领域,我们都面临着巨大的障碍,而这些障碍一旦能克服,这些领域的进展都将迈入新的阶段。令人兴奋的是,这些目前靠我们自己已经很难再推进太多的突破,靠AI很可能会被解决!

当然,为了实现这些设想,我们还面临一些必须考虑的潜在风险,并且还需要实现目标所需的资源。

AI设计半导体,让美国稳坐第一

如今,支撑起全球经济和国家安全的现代电子设备,都需要依靠「芯片」来运行。随着这些芯片功能的增强,它们的复杂性也在不断增加——当前最先进的芯片,已经包含了高达数百亿个组件。

由于需要庞大的工程资源和复杂的基础设施,目前只有规模最大的公司才有…

点击阅读原文


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

余承东卸任华为终端BG CEO,何刚将接任

据多家媒体报道,华为于 4 月 30 日下午内部发布人事调整文件,宣布余承东将卸任华为终端 BG CEO 一职。余承东将仍保留终端 BG 董事长职位。


原华为终端 BG、首席运营官何刚将接任华为终端 BG CEO。

据透露,除了上述人事变动调整外,该文件并无更多信息。关于这次重大人事变动的背景和余承东卸任终端 BG CEO 之后新的业务重心,也未有进一步的说明。

图片

有消息源表示,此次调整属于常规的业务架构调整,可让余承东有更多精力为消费者打造精品。

余承东出生于 1969 年,本科毕业于西北工业大学自动控制系,硕士毕业于清华大学,他从 1993 年加入华为,工作至今。

在华为,余承东历任 3G 产品总监、无线产品行销副总裁、无线产品线总裁、欧洲片区总裁、战略与 Marketing 体系总裁等职务,2018 年 3 月当选为华为投资控股有限公司常务董事、董事会成员。

目前,余承东在华为任董事会成员、常务董事、消费者 BG CEO、智能汽车解决方案 BU CEO、智能终端与智能汽车部件管理委员会主任。

图片

其中,余承东自 2011 年开始担任华为终端公司的 CEO,如今已经过去近 13 年。

此次接任终端 BG CEO 的何刚硕士毕业于西安电子科技大学,于 1998 年加入华为,2012 年任华为消费者 BG 手机产品总裁,此后担任华为终端 BG 首席运营官、华为终端 BG 可持续发展委员会主任等职。何刚曾参与并主导华为 Mate 及 P 系列手机研发。

图片

余承东与何刚合作期间,华为终端业务收入从 2012 年的 1601 亿元,快速增长至 2020 年巅峰的 4829 亿元。华为手机销量也一度超越三星,登顶全球智能手机市场单季度销量首位。

同样也是在昨天下午,华为披露了 2024 年第一季度的财报,期内公司实现营业收入约 1784.5 亿元,同比增长 36.66%;归母净利润约 196.5 亿元,同比增长约 564%。

财报显示,在一季度华为持续增加研发投入。该季度用于研发的费用为 415.88 亿元,同比增长 13.81%。

今年 1 月,余承东在 2024 年的新年信中提到:「2024 年是原生鸿蒙的关键一年,我们要加快推进各类鸿蒙原生应用的开发,集中打赢技术底座和三方生态两大最艰巨的战斗,通过技术创新、产品创新和商业模式创新,鸿蒙将为消费者提供高端精致、简单易用、极致流畅、纯净安全的体验。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

劳动节,聊聊AI究竟在替代谁的工作?

大家五一小长假快乐啊。同为劳动者,在咱们的节日吃好、喝好、玩好,简直是天经地义。


但在享受美好假期的间隙,不知道有没有那么一个片刻,你的脑海中会闪过这样一个想法:如果以后AI要代替我劳动,我岂不是连劳动节都没得过了?

事实上,每一次AI技术爆火之后,大众层面讨论最多的就是AI会不会抢夺人类的工作岗位。在ChatGPT带来了AIGC热潮之后尤其如此。ChatGPT要抢文案和程序员的工作,Suno要抢音乐人的工作,Midjourney抢美工的工作,Sora抢影视后期的工作。好家伙,你们这群AI还搁这分工明确,跑马圈地呢?

很多甲方原本通过外包的形式来与个人、小团队创作者合作。但随着AIGC的普及,甲方往往会发现可以通过使用此前合作的成果对AI进行训练,进而源源不断得到风格类似但内容不同的新作品。

这类现象,显然已经触发了版权保护的边界,但受到的重视和监管还远远没有跟进。同时,AIGC的版权问题客观上非常复杂,比如说AI是否能通过公开素材进行学习,是否能固定模仿某种创作风格。一系列相关的技术、商业伦理以及法律法规问题还有待完善。

至少在目前来看,个人创作者想要在AIGC面前妥善保护自己的版权还比较困难,更好的办法还是培养稳固的合作关系,建立可以超越AIGC平台的个人能力。

在这些现象中不难看出,AI确实还不能真正代替一位职场高手,或者在团队中起到不可替代的作用。简言之,AI远没有那么神奇。但问题恰好在于,很多工作并不需要高手,甚至充斥了大量简单的重复性劳动。AI真正有可能替代的,也恰好是这部分较为边缘,但同时又非常普遍的工作。

那么,我们究竟该如何对抗这种情况呢?

首先大可不必焦虑的是,如果有多线程处理问题的能力,在做创意性、领导性的工作,或者善于沟通,善于解决复杂问题,那么你对AI这东西大可不必放在心上。放任AI再发展很多年,它也无法替代你。与此同时,AI还可以替代你工作中那些非核心,但又无趣、无聊、占用时间的工作。

你可以更好发挥核心能力,并且获得更多休息时间。AI对于足够强大的人类来说,有百利而无一害。

但如果并非如此,你在做简单且重复的工作,那么就要提防一下AI了。在让自己变强的同时,不妨考虑一下学习AIGC平台的应用,学习AI的逻辑与技巧。把会用AI这件事,变成你的不可替代性之一。

最不可取的方案,就是每天痛骂AI,或者干等着哪天AI被禁用了。技术就像江水,只会滚滚向前。

与其恐惧魔法,不如学会用魔法打败魔法。

学会了之后,让AI劳动,我们过节,未尝不是一件美事。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

爆火Rabbit R1大翻车:被曝套壳安卓!质疑者IP已遭屏蔽

来源:量子位

金磊 发自 凹非寺

号称要干翻所有APP的Rabbit R1,自己先被干翻了。

年初高调宣传的时候,CEO吕骋说好的搭载的是全新操作系统Rabbit OS。


结果就在这两天,安卓专家Mishaal Rahman(下文简称“拉哥”)却发现了个不小的端倪——

这玩意儿就是套壳安卓啊!

用拉哥的话来说就是:

不仅内部系统是安卓,就连整个界面都是由安卓APP提供支持。

而且拉哥还成功把Rabbit R1“移植”到了安卓系统,在谷歌Pixel 6a手机上就能运行……

这下可解释了此前大伙儿长期存在的疑问:为啥Rabbit R1不是个APP呢?

因为它就是个APP!

这一消息的曝光,可真是在科技圈里炸了锅。

The Verge甚至非常犀利地点评道:

人工智能正处于Juicero时代。

最终,Rabbit R1的CEO吕骋也出面回应了。

被曝套壳安卓

其实拉哥的这次实验,也是基于刚才提到的大伙儿对于Rabbit R1长期存在的困惑。

虽然在拉哥实际体验的过程中,承认了Rabbit R1可以实现的一些功能,包括:

与大语言模型交流、拍照获取物体信息、用Spotify播放音乐、用Uber叫车,以及用Doordash订餐等等。

但基本上也就是这些了,似乎Rabbit R1能做的事情都可以在安卓APP上复制。

于是拉哥也产生了类似的疑问:为什么Rabbit R1不做个APP,非要搞成199美元的硬件,而且还得单独配网,电池性能也一般?

机缘巧合之下,一位网友与拉哥分享了Rabbit R1的启动器APK(安卓应用程序包)。

于是拉哥灵机一动,在经过一些修补工作之后,打算设法把Rabbit R1安装在安卓手机上——谷歌Pixel 6a。

不装不知道,一装吓一跳。

拉哥在手机上安装了这个APK之后,Pixel 6a就直接变了Rabbit R1!

并且在设备操作上,Pixel 6a的音量调高键,对应的就是Rabbit R1侧方的按钮。

通过这个按钮,拉哥就可以按照提示,一步一步完成设置向导,创建一个Rabbit R1的帐户。

由于Rabbit R1的显示屏比Pixel 6a小得多,分辨率也低得多,因此可以看到主屏幕界面只占据了手机显示屏的一小部分。

在安装和设置完毕之后,就可以用安卓手机版Rabbit R1向AI助手提问并交流了。

拉哥并没有在这台安卓设备上测试其他的功能,像Spotify、拍照识别等等,但他表示如果其它功能不能正常运行也并意外。

因为Rabbit R1的启动器APK被预先安装在固件中,有一些权限可能是用户无法获取到的。

不过拉哥觉得现在的实验就够了,足以证明一个滑稽的事实:

从本质上讲,包括Rabbit R1在内的许多小众AI硬件产品,都是在修改版本的AOSP上运行的。

不仅如此,拉哥还提供了一个反向操作的证据——有用户已经在Rabbit R1运行安卓APP了。

然而不巧的是,现在这位用户已经把发布的视频“下架”了……

不过在此之前,也有不少网友陆陆续续发布了关于Rabbit R1的测评。

各路网友测评结果

例如国外测评大神Marques Brownlee(下文简称“布朗哥”),就在昨天上新了长达20分钟的测评Rabbit R1视频。

布朗哥先是客观的对Rabbit R1已有的各项功能做了测试,包括跟大模型对话、拍照识物等等。

不过在视频中,布朗哥单独开设了一个章节,名曰“It’s Also Bad”。

首先他吐槽的就是Rabbit R1的电池:

出门带手机的同时,还要带上这个设备就已经是一件很糟糕的事情了。
然后即便你不用Rabbit R1,它的电量也是哐哐地掉啊,差不多4小时就没电了,每天得给它充电好几次。

不仅耗电速度惊人,给这么小的设备充满电竟然还需要45分钟……

其次在功能上,布朗哥认为Rabbit R1缺少很多他认为只是很基础的那些功能,例如不能设置闹钟、不能设置定时器、不能录视频拍照片、不能发邮件、没有内置日历……

我想要的很多基本功能,Rabbit R1上都没有。

没有就没有吧,布朗哥还认为Rabbit R1主打的大语言模型对话,幻觉也是蛮严重的:“非常自信地回答错误答案”。

还有在操作上,没有“返回上级菜单”的按钮,每次都得滚动到菜单顶部。

调整屏幕亮度还得两只手一块上:

基于此,布朗哥还发出了一个灵魂拷问:

你有触屏功能,却只能用来打字。
为什么触屏就不能用在其它功能上?用滚轮和按钮操作简直不要太麻烦好吧。

……

总而言之,布朗哥对Rabbit R1的评价是:花200美元,不知道用来干啥。

除了布朗哥之外,也有不少网友在X上发布关于使用Rabbit R1的体验。

不过有一说一,蛮阴阳的,例如下面这位:

我已经厌倦了X上有那么多人说R1没有用了。
它已经对我的生活方式产生了积极的影响。

仔细看下图,“这不是一个热狗”……嗯,听君一席话,如听一席话。

不过对于网友们吐槽的电池问题,似乎Rabbit R1官方这边给出了修复。

在更新版本之后,电池的使用寿命会明显变长。

但除了Rabbit R1本身之外,背后的CEO吕骋,这两天再一次被冲上了热议的风口——这不过这一次是海外。

吕骋AI硬件,再次踏入同一条河流

原因是吕骋在前两天的一场发布会中的表现。

出场还是非常自信满满的,面对镜头的提问“你觉得这些(同场的)巨头们会给你带来威胁吗”,他说:

我才不管,他们做他们的,我做我的。

然而,到了演示环节,却翻车了……

他在现场让Rabbit R1订麦当劳,但第一次的结果以失败告终;而第二次的尝试也是等了不少的时间:

但其实,这并不是吕骋第一次在AI硬件上碰壁了,细数他的过往经历,开头过程和结尾,似乎都在重复同一条河流。

吕骋,是AI领域的华人连续创业者,西交利物浦大学毕业,创立渡鸦科技(Raven Tech)。

渡鸦当时就主打AI语音交互,希望带来智能手机以后的下一代操作系统,产品在Demo和发布演示中,充满着未来感十足的气息。

加上吕骋本人90后,深受市场关注。他和团队也长袖善舞,在YC等知名海外孵化器的贴金历程上会下功夫,光环迷人。

2017年,百度全资收购渡鸦,吕骋担任百度智能家居硬件总经理;同年,他便带领团队发布了百度首款智能音箱Raven H。

后来在2018年CES上的露出,让《华尔街日报》直接将这款音箱封为当年的最佳产品。

然而即便风光一时,但从结果上来看,消费市场对此并不买单,这款产品也从未实现过更大规模量产。

其后百度世界大会上,吕骋压轴登场,带来了轮式机器人,描绘家庭宠物机器人的未来…可是后来也不了了之了。

或许是希望真正能证明自己,在百度一年后,吕骋选择离职百度,在美国创立了以AI为中心的公司Cyber Manufacture Co.,也就是今天Rabbit的前身。

吕骋有一个爱好——酷爱收集复古合成器,这让他和瑞典音频硬件公司Teenage Engineering的创始人Jesper Kouthoofd建立起了联系。

Teenage Engineering专门做电子设备及相关产品的设计和制造,小型掌上游戏机Playdate,就是其与软件开发公司Panic联合推出的。

不过从目前销量的结果上来看,也是较为一般。

再后来就到了Rabbit R1,吕骋同样也是选择与Teenage Engineering合作设计。

至于对这款产品最初的想法,吕骋自述:

手机虽是生活中“必需品”,但自订阅了iPhone的每年升级换新服务,越发觉得与iPhone之间的情感连接不断被抹去。

换句话说,他对手机已逐渐不感兴趣。

在与Teenage Engineering团队讨论了一番后,双方一拍即合,对Rabbit R1的构想和设计逐渐清晰了起来——打造将AI和复古结合的小玩意。

这也就是Rabbit R1的由来。

那么接下来Rabbit R1的表现会如何,是否会扭转目前的口碑,答案就要交给时间来回答了。

One More Thing

就在拉哥发布爆料贴之后,他的动态又更新了。

首先是他的IP或者设备ID遭到了屏蔽:

我的Pixel 6a现在“无法连接到 Rabbit OS”,所以我无法再发送任何查询。

随后,拉哥又收到了来自吕骋的亲述声明,大致内容是:

Rabbit R1不是安卓APP。我们知道有一些非官方的rabbit OS应用程序/网站模拟器。
rabbit OS和LAM运行在云上,有非常定制的AOSP和低级固件修改,因此没有适当的操作系统和云端点的本地盗版APK将无法访问我们的服务。
在今天的OTA之后,我们实施了多个云验证改进来验证设备/客户端请求。

嗯,有点意思。

参考链接:
[1] Android Authority
[2] The Verge
[3] Mishaal Rahman Twitter
[4] YouTube Video
[5] MarcelD505 Twitter

— 完 —


查看原文

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Veracode宣布平台创新

Longbow Security,由Veracode提供支持,在推出Code-to-Cloud Repo风险可视化和分析方面赋予DevSecOps更多权力Veracode修复在IDE中和批处理修复加速安全开发同时帮助组织规模化减少应用风险
Veracode,全球领先的应用风险管理公司,今天宣布了一个为开发人员提供强大应用安全的平台创新标准。图片{ width=60% }


Longbow Security提供的新仓库风险可见性和分析加速了从代码仓库到运行时镜像的应用风险修复。该解决方案与IDE中的Veracode修复和批处理修复同时推出,以弥合开发和安全团队之间的鸿沟。这些最新的创新帮助开发人员专注于推动价值和差异化的最关键任务。
“如今,开发人员面临着比以往任何时候都更快地创新并为他们的代码执行更多安全检查的巨大竞争压力,”Veracode产品管理部门负责人Tim Jarrett表示。“我们致力于为开发人员和安全运营商提供无摩擦的体验,我们最新的产品增强了安全代码的工作,使其简单而无缝。”
将开发和安全团队联系在一起:仓库风险可视化和分析
今年四月,Veracode收购了Longbow Security,帮助组织有效管理和减少跨不断增长的攻击面的应用风险。Longbow最新功能的整合,即仓库风险可见性和分析,增强了开发和安全团队之间的联系,提供了从代码仓库到云资产和运行时镜像的增强可见性。它还为源自仓库的云资产的基础设施即代码和配置错误风险提供了启示。
“客户要求我们将Longbow在云风险和优先级排序方面的独特专业知识应用于他们在代码存储库中面临的问题,”Veracode产品管理副总裁Derek Maki表示。“我们提出了一个解决方案,通过它可以看到源代码弱点和运行时安全姿态之间的关系。同时,开发团队可以得到风险的综合视图,在优先排除漏洞、减少代码更改和快速修复方面节省大量时间。”
这一新特性补充了Veracode最新的GitHub仓库扫描创新,该创新使开发人员能够简化类似服务器和环境的活动,因此他们不需要每次扫描。这使得开发和安全团队能够就安全编码和扫描进行协作,因为Veracode的结果直接传送到GitHub,开发人员可以立即采取行动。
安全负债的减少:IDE中的Veracode修复和批处理修复
研究显示,92%美国的开发人员已经在工作内外使用人工智能(AI)编码工具,生成式AI帮助软件工程师以35-45%更快的速度编写代码。同时,其他研究表明,由AI生成的代码中包含的安全漏洞与人类生成的代码一样多。
Veracode是第一家提供开发人员AI生成的安全代码修复解决方案的公司。自去年RSA大会推出Veracode修复以来,数百家客户已经使用该解决方案来减少其积压的安全负债和风险。对于从中等到非常高的严重性评级的92%通用弱点枚举,都可以通过Veracode修复提供的AI生成代码编辑来解决。
通过在IDE中引入Veracode修复,开发人员现在可以快速修复缺陷,获得AI建议的修复方案,而无需切换应用程序或研究替代代码选项。与事后补救相比,这些修复可以在代码被推送到软件开发生命周期之前进行,从而大大减少修复缺陷所需的时间和成本。
批量修复允许在单个操作中跨多个缺陷和文件对源代码进行批量AI辅助修复。这使得在规模上减少安全负债的漏洞修复速度提高了一个数量级。例如,开发人员可以使用它修复需要容易测试解决方案的通用弱点枚举,并一次运行它跨多个源文件。
Jarrett总结道:“通过这些最新的创新,Veracode与开发人员在他们每天使用的工具中相遇,帮助他们保护今天创建的代码,而不影响生产力。这显着提高了效率和速度,促进了开发和安全团队之间的协作和信任文化。”
仓库风险可视化和分析、IDE中的Veracode修复和批处理修复立即可用。有关更多信息,请访问Veracode博客。
RSA大会的参观者可以通过访问主展厅2045号展位来了解Veracode的平台和这些新功能。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB