怎么让cpu广场机器人跟着你走

  如果在电子邮件为主要应用的互联网时代还没改变你对互联网的忽视,那么满大街手持智能的移动互联网时代将势必会通过屏幕计算吸引你的眼球。然而即便如此,最为深刻并且对未来带来重大影响的,将是数据——移动互联网、物联网、云计算、高级机器人、智能汽车、下一代基因、3D打印、自动化处理、高级石油天气热勘探和穿戴式计算等等。这些下一代正在或者即将从实验室走出市场,给大家的日常生活带来翻天覆地的变化……

    有人说,现在社会下的人们已经被“屏幕”拴住了眼球;也有人说,现在的人们已经打破了时空地域的隔阂,通过编制的一张张“无形网络”也同样拴住了人们的心。这么看来,人类自觉不自觉地已经由IT来掌管自己的身心,并深刻地影响着我们每天的行为方式和思维习惯。

    不过,这些都是可观事实,而且这种可观事实对人类社会的未来发展也并不是什么坏事。科技的发展总是会对社会带来深刻影响,其影响的深度和广度也恰是人类文明发展程度的重要依据。而且科技的发展也的的确确需要通过社会——包括每个人的生活和行为方式去承载。移动互联网,就是目前影响最深刻、最直接也是最广泛的未来新技术发展趋势之一。

    移动互联网将会把传统的互联网业务模式全部进行“移动化”,比如移动社交、移动游戏、移动搜索、移动支付等等不一而足。这些互联网模式下业务的“移动化”,既是这种已有业务模式的延伸,也是人群覆盖和时空变化中应用的无缝接入。

    另一方面,移动互联网也会对IT基础设施(尤其是运营商级数据中心、基站和网络平台的扩充和升级)和新兴业务模式带来创新。这种IT基础设施往往需要考虑无缝访问和移动终端、用户人群规模的急剧增长,同时也需要考虑到云计算时代下,按需服务的全新业务模式的访问需求。

    移动互联网其实本质上就是一种“无缝计算”在个人终端和个人应用上的体验。在发展初期,会更多的推出基于地理位置信息的服务和创新应用,随着移动互联网和智能终端的不断深入拓展,移动互联网本身将变得不再仅仅是“互联网”的移动化、无缝化,而是计算资源壁垒的打破和共享化、平台化。通过智能终端比如手机,将可以控制或者获取到来自超级计算机的计算资源将变得触手可及。

  近日在台湾举办的Computex台北展,其中一大主题就是云与物联网。物联网是真正实现智慧地球、智慧城市的载体。由于物联网相关应用,需透过ICT技术,将传感器、无线通讯、网际网络、工业控制与嵌入式系统做整合,并搭配云端运算提供应用服务,因此所牵涉的产业范围相当广,包括RFID标签制造商,传感器读取器供应商、无线设备制造商、制造商、智能型手持装置制造商、工业计算机供应商、电信服务业者、系统整合业者等。

  目前,物联网已经成为各大国家的战略计划。比如美国将物联网列为国家创新战略的重点工作之一;欧盟制定促进物联网发展行动计划;日本U-Japan计划将物联网列为四项重点战略领域之一;韩国的IT839战略则是将物联网列入三大基础建设重点之一。我们国家工信部也在十二五计划当中,将物联网列入战略性新兴产业之一。


数万亿智能设备连接打造智慧地球

  相比我们接下来要介绍的云计算技术,物联网其实更早就出现并得以发展。不过物联网早期主要应用在安全监控、智慧电表、智能电网、智慧大楼、道路监控、车队管理、物流管理、远端健康照护、环境设备监控、食物药品溯源等领域。

需要注意的是,目前的物联网已经面临着云计算、大数据时代发展机遇,云计算平台将会进一步推动物联网的发展和日常应用,而大数据则会进一步提升物联网给智慧地球带来的智能化、效率化和高附加值。IBM提出“智慧的地球”其实就是基于日益发展的物联网和云计算平台,为各个行业(能源、电力、医疗、城市、交通、教育等等)提供数据采集、分析、处理和报告(为决策提供数据支持或者预测、管控)。

  企业级IT业界,目前最具前沿和广泛应用的技术模式当属云计算。这种计算模型是基于硬件资源池化的虚拟化并实现按需定制、按需交付、按需付费、按需租用的全新商业模式。根据我们此前的介绍,我们可以讲云计算比拟成自来水厂的现实案例——自来水厂提供水源、管道传输水、水的各种用途。云计算我们也可以相对应的分为三部分,分别为:数据中心提供计算能力,网络提供传输能力,各种应用提供服务。


资源池化的云计算数据中心

这些云业务模式的实现,根本上是得益于云计算数据中心在云端提供的强大支撑。云数据中心是云计算背景下新的业务需求和资源利用模式与数据中心的完美结合。由于采用了大量的虚拟化技术和统一的跨平台管理,云数据中心可以帮助运营商/企业用户节省大量的设施成本和许可费用。此外,云数据中心的资源利用率能够得到进一步提升,并且在负载均衡方面也有更出色的表现,从而最大化保护用户投资,实现产品服务生命周期内价值最大化。


点击进入第五届中国云计算大会报道专区

  今日,也是中国第五届云计算大会举办的首日。回顾2009年以来云计算大会的发展路径,从云计算的框架技术讨论、云计算热点技术和应用再到云计算实践和运营,直至现在云计算的落地和大数据应用与生态系统的构建,已经勾勒出完整的云计算美好蓝图。


英特尔云战略与规划总监Billy Cox接受本站记者采访(第四届中国云计算大会)

  作为行业领袖,英特尔提出了2015年云愿景,并一直致力于推动开放数据中心联盟(ODCA)的发展。时至今日,ODCA成员规模发展迅猛,见证了各个行业富有代表性意义的大型企业或者组织用户对于云愿景、云应用、云计算商业模式的丰富和完善。

    云计算浪潮下,国内各大优秀的企业都纷纷推出了基于IT架构、业务部署和管理、服务交付、存储与备份等各种云计算创新解决方案。可以肯定的是,第三次IT技术变革浪潮将会有更多的机会留给新兴尤其是国内初创和骨干架构背景的企业。并且,云计算将会与移动互联网、大数据、物联网进一步深度融合。

  上个月在富士通日本总部研究所参观的“社交型小熊机器人”令笔者印象十分深刻。该小熊机器人能够通过二维感情空间和300种声音动作模式,使其能够栩栩如生地模仿拟人动作;通过眼神交汇及模仿等传递亲和与交互。笔者曾经亲自体验过,这款“聪明”机器人可以捕捉客户情感,模拟人类依恋、羁绊等复杂情感。


富士通社交型小熊机器人

  我们也更相信,随着IT技术的发展,未来机器人会变得更为灵敏、轻巧和智能。最近有很多科学家都表示,在智力上超过人类灵活度的人工智能(AI)或许能够在16年之内出现。甚至也有科学家表示,2045年智力远超人类的机器人将出现,届时它们或接管地球。不过这种轮调多少有点悲观。但也确实代表了机器人出现给人类社会带来的深刻影响,包括挤占部分工种岗位的问题。


富士通社交型小熊机器人工作示意图

    全球最大代工企业富士康,也在去年宣布将实施“机器人大军”计划,通过某些生产线的机器人来协助工人生产。这多少在某种程度带来工人需求的减少,短期内势必会对工人就业带来不利影响。类似早期工业革命那样,上演“机器抢工人饭碗”的那一幕幕。


英特尔展示“HERB”机器人管家

  一开始,机器人的出现是为了突破人类身体的物理局限,延展各种功能的应用,包括在某些特殊环境下执行危险工种的机器人应用。但由于技术的日益发展,机器人在人们日常生活中发挥的作用也越来越大,甚至出现了专门持家、安保、社交型等高级机器人。这些机器人一方面提高了人们的生产生活效率,另一方面也将带来人类自身在某些功能和能力方面的弱化。如何在这两方面中间实现平衡,将是人类目前在发展机器人和着眼于构建以人为本的社会需要考虑的一大重要议题。

  去年谷歌破天荒宣布其自动驾驶汽车已经跑了20万公里并已经申请和获得了多项相关专利。其发明的自动驾驶汽车犹如一声惊雷,开启了智能汽车时代的到来。

  谷歌在无人驾车汽车上分别安装了4个雷达传感器(前方3个,后方1个),用于测量汽车与前(和前置摄像头一同配合测量)后左右各个物体间的距离。在汽车的后视镜附近则安置了一个摄像头,用于识别交通信号灯,并在车载电脑的辅助下辨别移动的物体,比如前方车辆、自行车或是行人。

  负责整个汽车运行路线和方式的主控电脑则被放置在后备箱。该主控电脑与测距信息综合器共同组成自动驾驶汽车的“大脑”。另外,车顶还有一个对周围环境60米半径进行扫描,并将结果以3D地图的方式呈现出来,给予计算机最初步的判断依据。

    谷歌自动驾驶汽车,对于智能交通的未来发展具有重大意义。其实它也是高级机器人在汽车驾驶上的技术体现,或者我们可以说是汽车的“机器人格化”。这种自动驾驶汽车有助于规范交通秩序,并且减少交通事故和人员伤亡。当然,前提是自动化驾驶汽车必须在成熟的技术支撑并得到反复论证后得到商业化应用,并建立起相关法律规范来约束和指导。

  可喜的是,近日美国交通部颁布了首项针对自动驾驶汽车的正式声明。它强调了详细指出自动驾驶和半自动驾驶汽车的好处,预示着官方对这种“智能汽车”在技术和可行性上的认可。未来,这种智能汽车将会更多地涌现出来,因为打造这一智能汽车的很多技术包括测距、扫描分析、控制和检测等技术和设备都早已存在,接下来更多的是智能汽车在结构上、功能上和具体实践应用上的探索和进一步发展。

     可穿戴设备技术在近几年得到快速发展。最近最具影响力的莫过于谷歌的可穿戴谷歌眼镜(Google Glass)。据介绍,这款智能眼镜和智能供类似,可以通过声音来控制拍照、视频通话、距离测量、方向辨别和上网、收发邮件。

    谷歌眼镜在结构上包括了一条可横置于鼻梁上方的平行框架、一个位于镜框右侧的宽条状电脑,以及一个透明显示屏。

    当然可穿戴设备并不仅仅是眼镜,其他还包括智能手表或者整合进用户衣服或者配件的设备。比如著名的iWath,也就是来自苹果内置的智能手表,它支持Facetime、WiFi、蓝牙和等功能,而且它还支持Retina触摸屏。

    除了谷歌眼镜、蓝牙耳机、手表计算器这些我们熟悉的设备外,还有其他一些新奇的东西,比如智能运动鞋、发亮的裙子、Memoto挂饰摄像头、键盘裤子、传感器智能服。可穿戴设备能为人们提供即时的反馈信息,实现更好的人机交互体验,更深入地融入到每个人的日常生活,改变人们的生活方式。

    但这种穿戴式设备给用户带来惊奇和欢喜之外,也面临着立法禁止的尴尬。比如前不久,西雅图的 The 5 Point 酒吧成为第一家禁止佩戴 Google Glass 入内消费的酒吧,美国西弗吉尼亚州的立法者最近又打算修法禁止驾驶中佩戴 Google Glass 之类的头戴式装置。可以预见,可穿戴设备在未来数年必将极大地引发社会的变革。

    麦肯锡发布了一项报告,指出下一代基因组学为12大颠覆技术之一。根据预测,到2025年下一代基因技术将有望带来0.7至1.6万亿美元的市值。这种技术包括先进 DNA 序列技术 ;DNA 综合技术;大数据及先进分析。人们可以通过快速诊断疾病、发明新药物来延长和改善生命质量。

    下一代基因组学中,尤为重要的是下一代测序技术、基因诊断以及基于遗传数据的个体化医疗。其中,下一代测序技术将产生高通量遗传数据,研究人员将这些海量的遗传数据与疾病进行关联(GWAS分析),从而提供疾病诊断和个体化医疗的靶向分子。

    下一代基因组测序以单分子实时为特点,在纳米孔介质的基础上通过记录PH值、荧光和电流的改变,进而测出特定片段的碱基序列。

    下一代基因技术将“个人基因诊断”变得更为普遍。人们也更倾向于从个体化诊断、个体化医疗方式,根据基因检测查出个体问题,从而有针对性地从根本上找到问题的解决办法。

    基因组时代已经到来,从基因组学角度实现传统医学的转化,通过分析基因组便可根据遗传信息掌握以前被称为“体质”的、由基因决定的个体特点,从而让个体化医学用于疾病预防和治疗的不同阶段。

    3D打印,又称为三维打印,将传统的平面打印变成立体式打印。它主要通过数字模型文件为基础,运用粉末状金属或塑料等可粘合材料,通过逐层打印的方式来构造物体的技术。

    传统应用在生产制造业的模具,现在逐渐直接应用在产品的制造商,并且通过3D打印来实现实物的展示、应用等。3D打印时,通过电脑辅助设计技术()完成一系列数字切片,并将这些切片的信息传送到上,后者会将连续的薄型层面堆叠起来,直到一个固态物体成型。

    3D打印技术是一项重大发明,将原来在电脑数字世界中的实物通过3D打印技术,能够直接在现实生活中呈现出来,对于生产制造、产品设计和研发具有重要意义。另外,在医疗行业、文物保护、建筑设计、配件饰品、机密仪器等行业应用也有广阔前景。

    当然,在军事上也将得到广阔应用。比如近期美国海军考虑将用3D打印技术制造无人机与弹药。另外,3D打印技术还将被用来打印人体器官等。这些都无疑说明了3D打印将改变未来战场,甚至深刻变革整个社会。

    3D打印技术在人类历史的发展完全可以媲美互联网技术。广义上来说,只要有足够的材料和大规模的打印机,可以将人类已知的任何物体进行打印,将其与原物完全匹配。这种技术意义,使得人类俨然成为了“造物主”一般可以自由发挥。但目前的3D打印技术发展还属于起步的早期阶段,未来还将有广阔的发展前景。

    自动化处理,也就是在大数据时代借助智能系统来取代传统的人工处理方式。根据国外预测数据,这种自动化处理技术将可带来5.2万亿至6.7万亿美元的经济效益。

    这种自动化处理主要应用在知识型业务领域,比如咨询类、服务类等具有专业技术领域的客服系统。前一段时间IBM超级计算机“沃森”被应用在客服系统,就充分说明了借助高新技术来实现传统人工处理迈向自动化处理的转变。

    由于这种知识性内容可以通过计算机和CT技术来实现整合,并运用数据处理技术和智能系统,通过人机接口或者API开放给智能系统,由它们来对这些重复、繁杂、密集的请求进行处理,并高效、准确、及时地反馈结果。

    高级石油勘探技术,将更多的采用HPC和传感器、模拟系统对地表下层的资源进行动态分析和扫描。去年笔者曾经采访过中国石化石油物探研究院副院长兼总工程师赵改善,他曾表示石油勘探主要面临的计算挑战有算法的进步和数据量的增加对更高计算性能的追求。也就是说,在石油天然气开采方面,将更多的采用高性能计算平台,并借助更大的数据存储系统对数据进行挖掘分析。

目前全球石油勘探机构普遍使用地震波勘探法来寻找石油,这种地震波可传入地下深处,并在碰到不同形态的地质构成时形成不同的反射波,这些反射波经地面的检波器收集,转变成电子信号后可存储为数据。通过对这些数据进行计算处理,人们就能清晰地摸拟还原出勘测区域的地下地质构造,并找到那些存有石油或天然气的岩层的精确位置。由于地震波法勘探收集的数据通常都以TB计,这些海量数据的处理只有借助高性能计算机才能在最短的时间内完成,以实现最佳的勘探效益。

    为此,目前有很多采用Hadoop的分布式数据处理平台来应对这种挑战。Hadoop采取横向扩展模式,将计算节点和存储节点合二为一,并且其计算能力和存储能力基本能达到一个线性的增长。

    Hadoop算法能动态地感知计算所需要的数据存放在哪台机器上。它在分配计算任务时,会主动将计算任务分配到存放有相关数据的服务器上。而目前Hadoop在应对大数据挑战方面,成为了人们不二之选。 

训练游戏 AI 往往需要耗费巨量的计算,并且依赖配备数百个 CPU 和 GPU 的服务器。大的科技公司有能力和资金支撑,但学术实验室却「心有余而钱不足」。在本文中,南加州大学和英特尔实验室的研究者展示了在第一人称射击游戏《毁灭战士》中,使用单个高端工作站训练具备 SOTA 性能的游戏 AI,最多时用到了 36

我们都清楚,训练 SOTA 人工智能系统往往需要耗费大量的计算资源,这意味着资金雄厚的科技公司的发展进程会远远超过学术团队。但最近的一项研究提出了一种新方法,该方法有助于缩小这种差距,使得科学家可以在单个计算机上解决前沿的 AI 问题。

在这项研究中,研究者展示了如何使用单个高端工作站,在第一人称射击电子游戏《毁灭战士》(Doom)中训练具有 SOTA 性能的 AI。不仅如此,他们使用正常计算能力的一小部分解决了 DeepMind 创建的 30 种不同的

下面是 Doom 游戏中第一人称视角的对战画面:

接下来,我们来看下这项研究的技术细节。

该研究提出了一个针对单机设置优化的高通量训练系统「Sample Factory」。该架构将一个基于 GPU 的高效异步采样器与离策略校正方法结合在一起,从而在不损失采样效率的情况下,在 3D 非平凡控制问题上实现高于每秒 105 环境帧的吞吐量。

此外,研究者还扩展了 Sample Factory,以支持自我对弈(self-play)和基于群体的训练,并应用这些技术来训练多人第一视角射击游戏中的高性能智能体。

Sample Factory 是在一台机器上进行高吞吐量强化学习的架构。在设计系统时,研究者专注于使所有关键计算完全异步,以及充分利用快速本地消息传递(fast local messaging)来最小化组件之间的延迟和通信成本。

典型的强化学习场景涉及三个主要的计算工作负载:环境模拟、模型推断和反向传播。

该研究的主要动机是建立一个系统,在这个系统中,三个工作负载中最慢的一个负载不必等待其他进程来提供执行下一步计算所需的数据,这是因为该算法的总体吞吐量最终由最低吞吐量的工作负载来决定。

与此同时,为了最小化过程等待所花费的时间,还需要保证新输入始终可用,在下一步计算开始之前也是如此。如果在一个系统中,计算强大最大的工作负载永远不会闲置,则该系统可以实现最高的资源利用率,进而达到最佳性能。

由于该研究的主要动机是增加吞吐量和减少实验周转时间,因此研究者主要从系统性能的计算方面进行评估。

具体而言,研究者在两个类似于深度学习研究实验室中常见硬件设置的硬件系统上测量训练帧率。其中系统 1 是一个具有 10 核 CPU 和 GTX 1080 Ti GPU 的工作站级 PC。系统 2 则配备了服务器级 36 核 CPU 和单个 RTX 2080 Ti GPU。

硬件系统 1 和系统 2。

研究者首先对 Sample Factory 与其他高吞吐量策略梯度方法的性能进行了比较。

下图 3 展示了不同配置下连续训练 5 分钟内的平均训练吞吐量,以解释由事件重置(episode reset)和其他因素引起的性能波动。可以看到, 在大多数训练场景中,Sample Factory 的性能优于基准方法。

下图 4 演示了系统吞吐量如何转化为原始的训练性能。Sample Factory 和 SeedRL 实现了相似的异步体系架构,并在超参数相同的情况下实现了非常接近的采样效率。因此,研究者直接对这两者的训练时间进行了比较。

更接近于理想的性能。实验还表明,进一步优化也是可能实现的。

为了证明 Sample Factory 的效率和灵活性,该研究在 DMLab-30 上训练了四个代理的种群(图 5)。虽然最初的实现依赖于分布式多服务器设置,但该代理在单核 36 核 4-GPU 机器上进行了训练。Sample Factory 减少了大规模实验的计算需求,并使诸如 DMLab-30 之类的多任务基准可供更广泛的研究团体使用。

研究者进一步使用 Sample Factory 在一系列 VizDoom 模拟环境上训练智能体。VizDoom 提供了具有挑战性的场景,这些场景通常具有极高的潜在技能上限。此外,VizDoom 还以相当高的输入分辨率支持快速的经验收集(rapid experience

借助 Sample Factory,我们可以在几小时内对智能体进行数十亿次环境转变的训练(具体请参见上图 3)。

如下图 6 所示,研究者首先检查了一系列 VizDoom 标准场景中的智能体性能,结果表明该算法在大多数任务上都达到或超越了以往研究(Beeching 等人,2019)中的性能。

四种单人游戏模式下的性能比较

其中,在 Battle 和 Battle2 中,智能体的目标是在维持生命值和弹药的同时击败封闭迷宫中的敌方。

最后,智能体在全部对弈中击败了最高难度设置下的机器人角色。在 Deathmatch 模式中,智能体以 80.5 对 12.6 的平均分分值比击败敌方。在 Duel 模式中,每局对弈的平均分值比为 34.7 对 3.6 分。

研究者对脚本控制的对手(scripted opponent)进行了实验,其中 8 个智能体都在单个 36 核 4-GPU 服务器上接受 2.5×109 个环境帧的训练,整个群体需要花费 18 年的模拟经验。

然后,研究者模拟了自我对弈智能体对战脚本控制敌方的 100 局比赛,并从这两个群体中选择得分最高的智能体。

结果是自我对弈智能体 78 胜 3 负 19 平。这表明,基于群体的训练产生了更为稳健的策略,而基于机器人角色训练的智能体在单人对战模式中会出现过拟合。

Amazon SageMaker 是一项完全托管的服务,可以帮助开发人员和数据科学家快速构建、训练和部署机器学习 模型。SageMaker完全消除了机器学习过程中每个步骤的繁重工作,让开发高质量模型变得更加轻松。

现在,企业开发者可以免费领取1000元服务抵扣券,轻松上手Amazon SageMaker,快速体验5个人工智能应用实例。

在功能机向智能机市场转型之际,大部分国产手机制造商并未迎来“春天”。

工信部近日公布的数据显示,1~8月全行业生产手机71427万部,同比仅增长1.4%,这是2009年金融危机缓和后,我国手机产量增长最慢的时期。

“这个黄金周也是旺季不旺,接下来就要指望元旦和春节了。”浸淫手机产业多年的旭日传播总经理吴凌云告诉《第一财经日报》,受出口下滑以及内销市场两极分化影响,“大部分国产手机制造商还没有从转型的冲击波中走出来,对市场需要什么样的低端智能机也比较迷茫。”

一年之内,国产手机的玩家里多了不少新面孔。“很明显地能感觉到手机的利润在下滑,过去没有那么多的玩家。”一魅族代理商对记者说,可以看到,现在加入智能手机竞争的厂商越来越多,类似体验店也是越开越多,魅族在定位上走的仍然是“极客”路线,但价格已降得很低。

“现在即便是每部产品我们只赚十元也可以,主要先把量拉上去。”一家出口转内销的手机制造厂商告诉本报记者,在国内的产品上会推投影仪手机和3D裸眼,还有一个超长待机,“一个星期都不用充电,我们用的是Pad的电池,零售价也只是七八百元。”

该手机厂商告诉记者,一部功能手机出厂价只要不到7.5美元,而且要做到10万部,每部才有2.5美元的利润,出口市场已经很难做了。从拼规模到拼利润,一些过去做海外出口的厂商开始进军国内,并希望借此改变过去的模式。

一使用魅族手机的消费者告诉记者,MX双核推出4个半月就降价500元,这个行为让她觉得很受伤,而就在MX双核降价没多久的7月,魅族又推出升级版的MX双核,价位保持不变。“降价也太快了。”

比起开放市场,运营商市场的竞争似乎也同样激烈。

酷派手机品牌市场部负责人李旭青告诉记者,去年1G内存的智能手机卖799元,今年是599元,配置越来越高,价格却越来越低,“现在的硬件成本很透明,价格一直处于下降通道。”而在这种情况下,对于一些国产手机厂商来说,做得多也许意味着亏得多,李旭青表示,如果不跟上市场的步伐,很容易就出现问题。

在他看来,一些厂商已经没有在年初时那么“自信”,在产量上也开始变得保守,“有的控制在一个月10万部,走一步看一步。”但对于手机产业,必须要通过规模效益降低成本,不然连“微利”也没有了。

“一些国产手机厂商也在想办法拉动智能机的销售,像金立和步步高主要用广告拉动销量,有不错的效果,但是对于更多的厂商来说,并没有找到适合自己的定位和玩法。”吴凌云向本报称。

他介绍说,在过去,一些低端功能机在三四线城市能够做出明显的差异化,比如用大喇叭来吸引农村市场的消费群体,在耕种或者闲暇时可以播放流行音乐。“但是现在在智能手机身上,还没有特别出彩的手机产品是专门针对这一人群的,而这个群体才是低端智能机的主要市场。”

业内人士称,目前国产手机遭遇到的是对平台依赖和同质困境。Android与iOS两家系统占据了八成以上的市场份额和利润,而鉴于Android的开放性与主导性优势,国内厂商90%以上都采用安卓系统,这种借鸡生蛋的做法,确实为国内手机厂商节省了不少时间和精力,但也带来了问题。

“过度依赖 Android,除了带来产品的同质化问题外,也让自己过于受到牵制,而没有了以往的创新性。”上述业内人士称。

吴凌云向记者称,现在市场还在等待,等待一个适合大众的智能机型出现,但目前以什么样的方式引爆市场,还不清楚。

我要回帖

更多关于 跟随机器人如何实现跟随 的文章

 

随机推荐