8月8日,在北京望京凯悦酒店举办的2024快应用开发者大会正式落下帷幕。
本届快应用开发者大会以「快意无界,与AI同行」为主题,聚焦于快应用服务的全面升级、跨平台多终端合作以及流量获取和商业化的最新内容。
在会上,由快应用生态分会成员单位OPPO、小米、vivo、华为、魅族、努比亚、联想、荣耀等理事长共同启动了“快应用携手AI开启智慧服务新时代”的隆重仪式,标志着快应用正式迈入智慧服务的2.0新阶段,通过融合AI技术,快应用2.0将能够为广大用户提供更智能、更便捷、更随心的创新体验,同时对开发者来讲,将会实现服务分发更精准、路径转化更简单、多端适配更高效的新模式。
据快应用生态分会介绍,快应用经过了6年砥砺前行,生态持续增长,目前快应用设备覆盖数达15亿,用户规模突破7.5亿,商业规模预估达160亿,整体规模较去年有显著提升。
快应用数据的全面提升,主要得益于快应用生态多维度的优化与扩展。今年,快应用携手AI升级成智慧服务,在能力方面,快应用2.0对用户意图的理解能力获得大幅跃升,变革现有服务分发模式;在场景方面,快应用已突破原有场景入口,拓展全新体验;在技术方面,快应用支持多终端模式,服务跨端随人流转;而在商业化方面,快应用生态也成功搭建新生态、新优势、新模式的快应用商业模式,实现生态多样化发展。
快应用“即点即用”的特性天然适用于AI,而AI也赋予快应用智慧力量,快应用本身就具备即点即用的服务原子化能力,而快应用2.0的UI卡片化也能让UI的能力原子化,再结合以意图框架为纽带与 AI 相融合,通过一个纽带和两个能力的全面赋能,实现了服务直达和智能推荐,构建起快应用2.0系统级智慧服务生态:
服务纽带:AI意图框架
轻量化能力:即用即走
UI原子化能力:卡片服务
安全保障:AI隐私安全标准
从“应用”向“服务”的产品形态升级,用更丰富的表现能力,和更全局的触达能力,精确匹配用户需求,保障用户及时获取信息,实现服务直达,智能推荐,全域覆盖,安全可靠。
流量获取及商业化合作向来是开发者与合作伙伴关注的话题,快应用在拉新、留存、促活方面有天然优势,主动复返有1亿+用户,同时主动传播也超过数千万用户,由此看来快应用能够以最便捷、高效的方式实现用户的引流及转化。同时,快应用广告能力稳步健康提升,厂商也提供多样的广告模板样式,为合作伙伴带来更高的收益与更优质的用户体验。
跨平台多终端是快应用独特的技术架构优势,快应用2.0将进一步增强跨端和服务流转能力,挑战差异极大的设备硬件资源以及不同的分辨率与宽高比,让用户使用时交互更自然、操作更便捷、服务更智能;同时多终端模式能高效助力开发者,由个人设备延伸至家庭设备,让智能服务触达更广泛的用户群体,拓宽用户覆盖;通过一次开发,多厂商、多终端、多入口部署,降低开发成本。
快应用特别联合IDC 发布的《2024快应用智能服务生态白皮书》同样备受关注,这份新鲜出炉的权威报告,汇聚了行业核心数据,大家可以看到快应用升级后是如何与AI结合形成服务生态创新,快应用的新的卡片形态是如何与意图框架结合构建智慧服务产业生态,同时包含了隐私标准为AI时代用户带来全新的数据与隐私保护等重要内容。
此外报告对市场的未来规模和发展趋势进行了精准预测,为开发者提供了重要的决策依据,助力其把握住市场脉搏。
本场圆桌论坛汇聚了来自快应用生态的顶尖精英,他们围绕“AI终端时代,未来AI手机的发展趋势如何?”、“如何理解快应用在生态服务中的定位及价值”以及“快应用+AI的生态中生态伙伴有哪些商业机会”等话题,展开了一场智慧碰撞与前瞻对话。
此次圆桌论坛为快应用生态的未来发展指明了方向。我们期待在不久的将来,快应用能够以其独特的优势,在更多领域绽放光彩,为用户创造更多价值,推动整个行业迈向更加辉煌的明天。
当前,快应用正积极探索与AI技术的深度融合,充分发挥快应用的便捷优势与AI智能化的强大功能。这一举措不仅将极大地丰富用户的生活体验,也将为整个行业注入新的活力,标志着快应用生态携手AI即将迈入一个全新的发展阶段。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。