周鸿祎调侃罗永浩:段子手的阵亡对我打击很大

360春季IoT发布会上,周鸿祎推出三款新产品:360家庭安全大脑、360智能音箱“MAX”及360安全路由。其中,360家庭安全大脑采用边缘计算理念,旨在本地处理家庭智能设备的数据。

640?wx_fmt=png


“段子手的阵亡对我打击非常大。”


这是3月28日,周鸿祎在360春季IoT发布会说的一句话,他讲的“段子手”,就是前不久备受争议的罗永浩。


锤子换法人、聊天宝聊崩、参加微商大会,老罗近些天并不好过。


640?wx_fmt=jpeg


似乎也是为了纪念罗永浩时代的“结束”,老周的开场PPT与邀请函上展示一张“神似”老罗曾使用的背景图(上图来自拍摄于今年3月28日360春季IoT发布会,下图来自早期老罗的发布会)。


巨大的背景板上,一个孤独的红衣显得那么渺小、那么无助。这正是两位情怀型互联网创业者内心的困惑,产品到底如何做?产品到底卖给谁?


结果,困惑提前击败了他们其中一个。


“段子手的阵亡,对我打击很大。”表面上,周是在调侃罗永浩。


而实际上,周在强调产品才是企业的内核,产品没做好,谈战略、价值观或是理想,都是扯淡。于是到了发布会这一天,周鸿祎带着360产品部门一连发布三款产品:家用服务器、音箱、路由器。这三款产品具体名称为:360家庭安全大脑、360智能音箱 “MAX”、以及360安全路由。


当然,先吐槽一下,老周最先介绍的“360家用安全大脑”目前处于即将发布阶段,各位跑到现场想一看究竟的360粉丝并未目睹这款家用服务器的风采。


而它的理念很有意思,大家可以想象下:如果5G到来,家里摆满了智能联网设备,必然会有几款对室内影像信号进行处理的设备,这时你会发现无论是智能摄像机还是智能门锁,都不能满足对于视频处理的需求,但由于5G高网速保障,你可以将视频信息交给云端处理啊!但老周并不这么认为:本地运算,才是最安全的选项。


这不就是“边缘计算”的概念么?


计算、存储、网络传输——安安静静做一台家用中央处理器,多好。举个例子,家用智能摄像头正在成为“分析仪”,而不仅仅是一台为了远程观看室内情况的“摄像头”,未来的家用摄像头应具备告知家里情况的智能设备,不仅是图像传输。为分析家里的情况,门禁的智能摄像头需要知道人的存在、人的动态行为、面部信息,陌生人将被重点“关注”。


然而,单独购买一台可以处理视觉信息的摄像头意味着高成本,既然这么多家用设备都需要运算大量数据,为何不在家里放一台中央大脑?这就是360家庭安全大脑的理念:所有运算需求都扔给我,“本地”能承担的事情越多,对云端运算的需求就越小,也就意味着更快、更安全。


360家庭安全大脑尚未发布,但理念绝对是超前的。


在3月28日发布会上,还有另外两款产品亮相:360首款智能音箱、360第N款路由器。


话说,智能音箱本来就是一个能问天气、能放歌的音箱,周鸿祎似乎不这么认为:“音质不能差,提醒体型不要小巧可耐,要高端霸气。”老周给IoT部门的产品经理下了军令,产品必须得到他的认可才行。


640?wx_fmt=jpeg


TechWeb在产品体验区见到了这款MAX音箱,果真很MAX!


640?wx_fmt=jpeg


没有对比,就没有伤害。相比其他品牌智能音箱,360 AI MAX的体积更受重度音箱消费者喜爱。老周认为,为了音质必须放弃小巧可爱的外观,于是MAX搭载了市面上最大的音腔:2000CC。以及3英寸的扬声器与双低频被动振膜。


老周的音箱,能对话、能聊天,不优惠不打折卖400元。目的只有一个:更多用户。


360的AI音箱并完全自研,其芯片来自一家名为Rokid的AI公司,操作系统是在Rokid 的YodaOS基础上进行二次开发,唤醒词有两套,针对不同年龄的用户设计的:成人用“小贝小贝”,儿童用“小宝小宝”。其中儿童唤醒MAX后,内容都是围绕儿童进行筛选过的。


— 【 THE END 】—


往期精彩文章回顾:


640?wx_fmt=png

|永别了!SIM卡!刚刚 中国联通宣布eSIM业务拓展至全国


640?wx_fmt=png

突然!锤子科技10位高管集体退场 罗永浩又卸任 温洪喜仍接盘


640?wx_fmt=jpeg

卖电瓶还员工工资、用户退押金无望!共享电单车也凉了...

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性和能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景和学术参考价值。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考和技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
皮肤烧伤识别作为医学与智能技术交叉的前沿课题,近年来在深度学习方法推动下取得了显著进展。该技术体系借助卷积神经网络等先进模型,实现了对烧伤区域特征的高效提取与分类判别,为临床诊疗决策提供了重要参考依据。本研究项目系统整合了算法设计、数据处理及模型部署等关键环节,形成了一套完整的可操作性方案。 在技术实现层面,首先需要构建具有代表性的烧伤图像数据库,涵盖不同损伤程度及愈合阶段的临床样本。通过对原始图像进行标准化校正、对比度增强等预处理操作,有效提升后续特征学习的稳定性。网络架构设计需充分考虑皮肤病变的区域特性,通过多层卷积与池化操作的组合,逐步抽象出具有判别力的烧伤特征表示。 模型优化过程中采用自适应学习率调整策略,结合交叉熵损失函数与梯度下降算法,确保参数收敛的稳定性。为防止过拟合现象,引入数据扩增技术与正则化约束,增强模型的泛化能力。性能验证阶段采用精确率、召回率等多维度指标,在独立测试集上全面评估模型对不同烧伤类型的识别效能。 经过充分验证的识别系统可集成至医疗诊断平台,通过规范化接口实现与现有医疗设备的无缝对接。实际部署前需进行多中心临床验证,确保系统在不同操作环境下的稳定表现。该技术方案的实施将显著缩短烧伤评估时间,为临床医师提供客观量化的辅助诊断依据,进而优化治疗方案制定流程。 本项目的突出特点在于将理论研究与工程实践有机结合,既包含前沿的深度学习算法探索,又提供了完整的产业化实施路径。通过模块化的设计思路,使得医疗专业人员能够快速掌握核心技术方法,推动智能诊断技术在烧伤外科领域的实际应用。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【提高晶格缩减(LR)辅助预编码中VP的性能】向量扰动(VP)预编码在下行链路中多用户通信系统中的应用(Matlab代码实现)内容概要:本文主要介绍向量扰动(VP)预编码在下行链路多用户通信系统中的应用,并重点研究如何通过晶格缩减(LR)辅助预编码技术提升VP的性能。文中提供了基于Matlab的代码实现,展示了VP预编码的核心算法流程及其在多用户MIMO系统中的仿真应用。通过对传统VP预编码引入晶格缩减技术,有效降低了计算复杂度并提升了系统性能,尤其是在误码率和吞吐量方面的表现。此外,文档还列举了大量通信、信号处理、优化算法等相关领域的Matlab仿真资源,突出了该研究在现代无线通信系统设计中的实际价值和技术延展性。; 适合人群:具备通信工程、电子信息、信号与系统等相关专业背景的研究生、科研人员及从事无线通信系统仿真的工程师;熟悉Matlab编程并希望深入了解预编码技术原理与实现的技术人员。; 使用场景及目标:①用于多用户MIMO下行链路系统中预编码算法的研究与性能对比;②为VP预编码与晶格缩减技术的结合提供可运行的Matlab实现方案;③支持学术研究、课程设计或科研项目中的算法验证与仿真分析。; 阅读建议:建议读者结合Matlab代码逐段理解VP预编码与LR辅助技术的实现细节,重点关注信道矩阵处理、格点搜索优化及扰动向量生成等关键步骤。同时可参考文档中列出的其他通信与优化案例,拓展对相关技术体系的整体认知。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值