分类目录归档:新闻动态

都说行业冷,凭什么这家VR公司10个月能融到3轮?

导语:也许VR对许多人来说还只是一个小众的、新奇的概念,但在科技企业林立的深圳,这一产业发展的速度已经远远超过了人们的想象。

在各种琳琅满目的“深圳制造”的VR产品之中,在大大小小近100家VR企业里,有这么一家成立仅一年的初创公司,凭借过硬的技术基因连获三轮融资,最新的产品更是在今年CES上一举夺得最佳创新大奖。

它就是深圳看到科技,一家专注于360度全景VR相机的科技公司。近日VR陀螺通过与联合创始人兼COO蔡树焕先生的访谈,揭开了这个在行业内如此“低调”,在技术上却十分“高调”的初创企业的神秘面纱。

 

“老友记”创业锁定VR行业,公司注册当天拿到融资

看到科技坐落于深圳科技园附近,公司对面就是HTC Vive的摩登大楼。走进办公室,电脑屏幕上清一色的黑屏程序代码无不彰显着这家科技公司的“技术含量”之重。事实上,技术正是看到最重要的基因。

“我之前是做财经记者的,也算是你们的半个‘同行’”刚一开场,蔡树焕便笑言道,“我们的CEO陈丹则是完完全全的物理科班出身。我们俩是高中同学,十几年来一直保持着联系。我们之前都各自有过创业经历,在去年一拍即合,与另外两位擅长销售和技术的合伙人一起,创立了看到科技。”

四位创始人中,陈丹扛起了软硬件结合的大旗,而他的同学,计算机视觉博士出身的谭志刚,则顶起了公司软件方面的半片天。

“VR现在的后期处理全都是靠计算机视觉,志刚身边有非常多的做计算机视觉的人,我们引进了一班做计算机视觉的博士。加上当初在深圳积攒的硬件团队,我们公司的架构就形成了。”蔡树焕说。

而为什么一开始就选择了VR相机作为行业的切入口呢?蔡说,这源于他和陈丹两人在玩相机时受到的触动。特别是理光的THETA系列让两人对全景相机产生了浓厚的兴趣,他们希望能够做出更好的、更有沉浸感效果的产品。

于是在2015年下半年,陈丹和蔡树焕开始张罗搭建自己的团队和筹集资金。

“当时拿天使投资时,陈丹用一个星期的时间手工制作了一个类似于THETA S的原型产品,然后也做了软件方面的一些开发。这个原型机可以拍摄,也可以用软件后期拼接,清晰度甚至比THETA S还要高。就这样,凭借这个东西,我们拿到了第一笔投资,公司也在同一天注册成立了。”

从专业市场切入,推动产业发展

尽管公司的构想很大程度上源于理光THETA这么一台面向普通消费者市场的产品,但看到却从创立之初就打定主意从专业市场切入。从团队构造到策略制定,无不体现出公司理智、清晰的创业思路。

“因为这个行业非常的新,你也很难预期说消费者一下子就去买一个这种专业级的东西然后经常去用,用了之后也有无法回放的各种问题。所以我们策略非常清晰,就是一月份开始的时候我们就选择做一个专业级的设备,因为专业级的市场肯定是先熟的果子嘛,我们先摘了再说。”

新产品的研发从来不是一蹴而就的。但过硬的研发班底和清晰的市场定位让看到在创业初期的路上走得相对顺畅。在产品开发出来之前,公司就已经获得了奥飞的青睐,在IP和影视资源方面获得了保证。而就在上月,香港天彩控股宣布向看到科技投资4000万人民币,这是当时成立刚刚十个月的看到获得的第三笔投资。

蔡树焕说,“天彩原本是GoPro最大的代工商,在GoPro成立的初期就看中了其前景,并且专门开设了生产线,是代工厂中比较有革新精神和定位能力的一家公司。”

毫无疑问,与奥飞和天彩的合作也表现出看到将会在软件和硬件两方面持续发力。奥飞看中的是在计算机视觉、VR硬件方面的软实力,天彩在提供海外渠道、供应链整合能力的同时,也对看到产品的销售十分乐观。

“我们最大的优势就是软硬件结合。我们现在有两款软件,一款是做直播的,一款是做录播的,效果都会优于Video Stitch和Kolor。然后在VR视频编码、传输这一块的方案也已经打通了,整个链条布局都还不错。”

和VR全景相机连接最紧密的无疑是直播和录播两大块。蔡树焕表示,公司目前两条产品线都在走。在他看来,VR直播是VR中“最轻量级、最平民化的一种应用方式”,最早能够匹配和满足用户、平台、企业、广告商的需求。

“我们会和一些现在已经具备一定的直播平台进行合作,把我们这套VR技术和他们做有机的结合。因为它们也要面对未来去构建它的视频平台。对于我们来讲呢,我们又能够用于我们的技术的同时,又不用去承担太多的产业初期的这种风险。”

是否会考虑在未来自己做内容?蔡树焕表示,这个可能性不太大,公司目前还是死守研发和技术。

“我们会坚定地研发然后提供产品。我们只会说跟一些平台合作,让视频工作室的内容有更好的展示,让他们接下来有好玩的、可获利的空间,而不是说我要配多少个团队,把各种生意抢过来。这不对。你想一家独吞你也吞不过来,你的公司的核心竞争力也会被稀释掉。所以我们先做产品,同时会去提供一些底层的技术服务,去跟平台合作,让他们能够更好地支持VR视频的观看、互联网分享的体验。”

黑曜石:为发烧友而生

在采访期间,记者也有幸见到了看到科技在CES上的获奖产品“黑曜石(Obsidian)”的真身,并且观看和体验了公司使用黑曜石拍摄的全景视频。总体而言,除去Gear VR客观的播放条件外,视频中基本看不到拼接缝的痕迹,视频的播放也很流畅,360度的视角更是新奇有趣。

而黑曜石本身也是一款十分精致的产品,全黑的合金外表,一只手完全可以托住。蔡树焕介绍说,拍摄时可以把它放置在普通的相机三脚架上,也可以固定在无人机上进行航拍。相机有电池和外部电源两种供电方式,电池供电时可以持续工作90分钟左右,蔡树焕说“对于拍摄团队来说都是足够的”。

相比于动辄就能进行12台拼接的GoPro和八个摄像头的诺基亚Ozo,黑曜石的六个摄像头是否会显得不够用?蔡树焕介绍说,目前六个摄像头的方案也是团队在调试多次后确定的方案。

“6头在数学上是比较好的一个方案,因为每两个头之间都是人眼的一个距离,算出来的3D对人来讲会比较舒服。6头在几何上也比较符合模型。Ozo尽管有八个摄像头,但由于分布问题,旁边摄像头拍出来仍然是2D效果,而我们可以做到全部的视频都是3D输出。”

黑曜石的参数显示,先锋版在直播时可输出4K*4K分辨率的视频,正式版可达6K*6K。但由于现阶段移动手机解码的问题,可能无法支持过高的分辨率,没有办法安全展示出视频的质量。

2016年,许多传统相机大厂也开始试水360度相机领域,如尼康、佳能、LG、三星等,都纷纷推出了自己的产品。但蔡树焕还是表示对自家产品很有信心。

“这个其实我们早有准备。我们最早开始做这件事情的契机之一就是理光,虽然还不是像尼康那样的大牌子,但是也不小了。而且它在那个时候就已经有这样的产品。但是我们认为在这种对细节有更细致的一些追求,在对产品真正有革新意义的定义上面,我们对自己的产品是有信心的。”

“我们毕竟做的还是一款面向市场的产品,你也会看到LG出了类似产品,三星也出了,都是大牌子。但是产品的效果加上外观,你其实不会愿意花这个钱去用他们的产品。我们的产品毫无疑问性价比更高。这个就是我们小公司的优势。”

“每次一个寒冬期就意味着有东西要起来了”

资本市场,特别是VR行业的“寒冬论”似乎已经变成一个绕不开的话题。在大公司也屡屡受到冲击的情况下,初创公司是否面临着更大的挑战?对于这个问题,蔡树焕却是一脸云淡风轻。

“这就要从两面看。对我们来讲可能是好事也可能是坏事。首先毕竟我们有些粮草可以过冬。第二个,回顾一下投资,就会发现,每次一个寒冬期就意味着有东西要起来了。越是寒冬大家就越不敢投,但是越不敢投,换个角度讲不是不投,而是会更加谨慎,会考虑公司更多的技术能力、市场能力。经过这个洗礼能活下来的,至少证明说还是比较硬朗的公司。”

因此在蔡树焕看来,有实力的公司根本不用惧怕所谓的资本寒冬。因为在资本较热的时候,投资机构习惯先广撒网布局,再慢慢收紧。而现在却到了必须谨慎对待每一笔投资的时候,真正实力过硬的初创公司更是成为“香饽饽”。

与VR硬件联系紧密的是包罗万象的VR内容。蔡说,在资本收紧的情况下,接下来大多数的天使轮会出现在VR内容创作领域。而且现在的大公司为了扶植自己的VR平台,已经开始抢一些真正具有内容创作能力的团队。

但无法忽视的事实是,目前VR影视内容还处在非常初期的阶段。许多在传统影视领域已是大拿的人物,在VR电影中却还在摸索前进,但现阶段产出的成果必将造福整个行业。目前市面上已经可以看到一些优质的短片,但离批量化的保持高品质内容的生产还比较远。

“这就愈发凸显出摄影器材的突破对于内容发展的推动作用。有导演在拍摄时都是用GoPro去搭,但是发现很多拍的素材不能用,同步问题、拼接问题。所以我们能够帮所有的制作团队把整个制作的成本和难度降低到了只有原本的10%甚至更少。这对他们创作内容有非常大的帮助,因为可以把时间更多的放在创意上、试错上,就能产生更好的内容。”

在谈到对2017年的布局和展望时,蔡树焕表示,最主要的目标还是把硬件和用户量做上去。

“我们会先做专业级市场,就是面向现在各种的视频工作室。当然它们自己就有分领域,有的做婚纱,有的做旅游,有的拍影视剧,他们自己已经有这样的一些区分。我们会提供拍摄工具给他们。然后我们预计17年消费级的市场也会开始有些起色,所以我们17年的时候也会布局消费级的市场。”

“等到整个VR视频的数量铺上去之后呢,就会形成某些平台。就像大疆一样,玩大疆的人多了,大疆的天空之城就热闹了。平台这一块可能就要到17年很末尾的时候了,我们也不一定是自己做,还是刚才那个思路,因为平台是一个硬投入的东西,所以我们已经开始联合一些合作伙伴,会去做一些分享平台这方面的工作。而具体这个工作在17年的时候能够做的多大,其实我们预判还是取决于硬件的普及程度。”

而对于“硬件的普及程度”这一重要的指标,蔡认为,还是寄希望于手机厂家,因为移动端无疑是传播轻量级视频最好的方式。因此在即将到来的2017年,看到科技也会重点关注VR手机的出货情况。

2016年年末,VR行业波涛汹涌,“杀机”与“希望”同时存在,也预示着2017将会是VR能否走向大众重要的分水岭。愿行业内所有的企业都能够像看到科技一样,找准自己的市场定位,走出困顿,迎接乌云后的灿烂阳光。

神经网络革命,能否让机器翻译打破人类语言壁垒?

尽管川普的走马上任更多与“逆全球化”绑定在一起,但考虑到人类历史“螺旋状”上升的演化轨迹,在技术进步和文化扩散的双重推动下,这个世界总体趋向互通互联的趋势似乎不可违——尤其当全球化与网络相遇的一瞬,不同国家之间平等便捷获取信息,低成本地有效沟通即成一种必然。从这个意义上,全球化的最大敌人之一也许是各国千百年来夯实的语言壁垒。

作为一门交叉学科,机器翻译涉及到认知科学,计算机,信息论,语言学等多学科,其理论路径同样经历了螺旋状上升:从最久远的“翻译备忘录”到后期基于规则,基于实例的机器翻译,再到被视为机器翻译重要转捩点的统计翻译模型(SMT)——后者是科学家初次察觉到通过大数据消弭信息不确定性是攻克“智能”的好办法。

而最近两年,机器翻译正在拥抱另一个更重要的技术转折点——基于神经网络的机器翻译(NMT:Neural Machine Translation)。

机器翻译的技术路径

感同身受的是,无论是普通用户还是资深译员,无论使用WEB还是APP,都明显察觉到近些年来的翻译质量有着迅猛的提升。

问题是:为何变化如此明显?不妨从技术路径上拆解来看。

直觉便知,当人类试图让机器翻译语言时,自然要对文字进行解构,就像同心圆的关系,文章由段落构成,段落由句子构成,句子由短语和字构成,而遵循从易到难,机器翻译的理论路径也是从后向前:从最初的逐字翻译到基于短语的翻译——如今,依靠于神经网络,基于句子的翻译成为可能。

于是,按照翻译单元的不同,大体而言,目前机器翻译有两种类型:其一是上文提及的统计翻译模型(SMT),如你所知,互联网的广泛普及为统计翻译提供了丰富的训练养料,而千禧年左右兴起的基于短语的SMT更是让机器翻译质量大为提高,也在很长一段时间占据机器翻译的主流,但以短语作为翻译单元的弊端即是,当面对整句层面的翻译时显得非常生硬。

另一种类型当然是基于神经网络的机器翻译(NMT),其翻译路径是所谓端到端(end-to-end),将源语句整体编码为一个向量,再通过解码器对其进行解码,理论上仅需给定源语言句子,即可通过神经网络输出目标语言译文。这里不妨举个例子,若你在百度翻译中输入“萝卜青菜各有所爱”,它可以轻松输出“Every man has his hobbyhorse”的正确译文,而非诸如“Turnip greens his taste”的荒诞结果。也正因如此,短短两年,NMT就在多个公开测试集上超越了作为前辈的SMT系统。

而若要比较的话,整体而言,在数据训练比较充分的时候,NMT无疑要优于SMT;在短句或数据量相对较小之时,SMT在处理固定搭配和习惯表达上具有优势。所以两种方式谈不上殊途同归,只是在不同场景中分类而用——要知道,用户的翻译场景颇为多变,这要求一个优秀的翻译系统要成为集大成者。如今百度的翻译系统就包含SMT,NMT,甚至更传统的EBMT(基于实例的机器翻译)。

当然,倘若我们谈论的是未来,几乎可以肯定,神经网络技术本身的向前奔进,会让NMT日趋成为主流(事实上,在百度中英日韩等多个系统中,它已是主流)——在今年8月的国际计算语言学年会上(ACL),移动端离线NMT被列为未来重要研究方向,即是为机器翻译的未来画了一个几乎确定性的脚注。

机器翻译的跑马圈地

自二十世纪三十年代初法国科学家阿尔楚尼提出用机器进行翻译的想法至今,哪怕对人工智能的定义已几经翻折,机器翻译都被长期视为人工智能的“终极目标”之一。巨大的期许往往意味着目标艰难,但这仍然无法阻挡这块大蛋糕对全球顶尖科技大佬的吸引力。

而作为翻译技术发展的初级阶段,如果在这个时候硬要拼个排名或者高下,其实并没有太大意义,而科技界的竞争也无非就是微软、百度、谷歌这三家而已,孰轻孰重一看便知。只不过,从“百度更懂中国”的大思路能够看出,百度在中国乃至亚洲市场更具侵略性,和搜索之争同理,虽然谁都打不死谁,但区域优势已成不争事实。

12月21日,从百度机器翻译技术开放日上百度技术委员会联席主席、自然语言处理部技术负责人吴华博士的观点可以看出,百度其实已经成为了翻译技术领域的破茧者,他们早于谷歌一年就正式上线了基于神经网络的翻译系统,同时也打造了全球首个互联网在线NMT系统以及手机端离线NMT系统。据悉,百度翻译每天已有上亿次访问,支持28种语言的互译,开方的API接口也有超过2万家第三方接入。

而就在前几天,微软发布全球首个万能翻译器,微软官方表示它也可以实现多达100人间实时翻译交谈,并支持9种语言的语音输入。而谷歌全球化带来的影响无疑的巨大的,在收购科技公司的同时也在大力发展区域化优势,如谷歌2014年收购的Word Lens也在积极开展机器翻译的工作,这李彦宏所说的话是一样的道理:用人工智能打破一切边界。

其实,百度的现状其实并不令人意外,考虑到中国经济在全球化中的地位,在将更多人卷入全球化的社会协作网络过程中,中国对翻译行为的仰仗无疑更迫切。而更为现实的是:在全球数万亿网页中,80%为非中文网页;去年中国出境游人数超过1.2亿,前20个旅游目的地国家和地区中共使用了12种语言,尤其是中英语——这个世界上使用人数最多和使用最广泛的两种语言之间的翻译,在很多人眼中是纯粹的刚需。

机器翻译的未来

很简单,翻译技术最终是要服务大众,否则就是镜中月、水中花。

重要的是,技术也逐渐还原到更具体的实用场景,百度翻译APP就通过结合OCR技术和语音技术,为用户满足各种碎片化的翻译需求,举几个例子:当你在国外游览时,只需将手机屏幕对准外文介绍,OCR翻译即可呈现翻译结果;面对天书一般的外文菜单,百度翻译可以迅捷地将菜单翻译结果显示在手机上,从此不必再在点餐时听天由命;在国外买买买时,它也能让你快速读懂说明书;另外,当遇到不认识的实物,实物翻译可以用中英双语告知其名,同时伴随着准确的发音;而结合语音技术的会话翻译,能帮助用户与外国人无障碍交流——我甚至还看到过这样的新闻:靖江市民警在语言不通的情况下,用百度翻译成功救助4名俄罗斯籍船员……

技术的福祉正在惠及每一位担心语言关的人,而另一端,一部分人对技术的忧虑也在所难免。“未来若干年,我们很容易想象语言障碍会完全被打破,现在做同声翻译的人可能将来就没有工作了。”上个月的乌镇互联网大会,李彦宏为人们勾勒了未来的场景。

机器虽然突破了固有翻译原则的局限,但必须承认的是,机器翻译和真正意义上的“语言学”还关系不大,距离文人向往的“信雅达”目标还很遥远,这也意味着,机器翻译任重道远,人工翻译可稍安勿躁。

究其原因,在基于端到端的翻译手法中,神经网络无法理解自己翻译出的句子,无法对译文给出一个合理解释——这正是它与专业人工翻译最本质的差别。譬如,遵循上文提及的从后向前(从易到难)的理论路径,让机器理解基于“段落”甚至“篇章”的翻译自然再好不过,这要求机器在上下文理解和连贯性上飞跃一大步。

那么问题是:它会实现么?作为技术乐观主义者,我个人答案当然是会,一切或许只是时间问题。

在昔日古老的岁月,人类诞生语言的原始目的,一方面是增进本族人的内部沟通,另一方面是制造与外族的天然隔阂。而若你相信技术的发展内嵌在全球化的伟大浪潮中,通过技术终结千万年来人类语言互不相通的历史就值得期许。毕竟,让人们听懂彼此,这是一个太过古老的夙愿。

网约车要变天,滴滴之类C2C模式全面沦陷

京沪两地不约而同的公布了网约车执行细节,相比北京预留了5个月过渡期不同,上海则在公布之后即刻开始执行。从细节的相关内容来看,随之而来的可能是引发行业震动,或许会成为两种不同的网约车模式的分水岭。

中国网约车市场分为两类模式,一类是以Uber、滴滴出行为代表的C2C模式,一类是以神州专车、首汽约车为代表的B2C模式。此次京沪两地公布的网约车细节,对于C2C模式是毁灭性的打击,而对于B2C模式则是一大政策利好。

不难预见,未来中国网约车市场将集体走向B2C模式的发展之路。

C2C失去生存土壤

以Uber为代表的C2C模式,不论在中国还是全球,几乎都占据了主流地位。所谓的主流,就是用户规模最为庞大,不论是司机还是乘客端,轻松就能获得海量的用户。因为,C2C模式几乎零门槛,只要有车就可以加入,自然能够迅速野蛮成长。

这种野蛮成长是需要代价的,看似热闹的C2C专车市场,却衍生出了许多巨大的社会问题。一方面是出行的安全问题,数据掌握在平台的手中,几乎处于完全失控状态;一方面是出行的体验问题,行业缺乏统一的标准,不论是车辆还是司机,服务水平上自然参差不齐。

很简单的来看,各平台对于车辆的底线不同。早期Uber要求是中高档车,并且是本地车牌,而本土C2C平台却毫无要求,不论本地还是外地牌,不论面包车还是轿车,只要是辆车就可以加入以后,Uber对车辆的要求也放宽了,行业是一片混乱。

在网约车细节公布以后,行业已经有了新的标准,自然就会带来巨大的冲击。

首当其冲的就是成本剧增,大多数C2C平台的司机是业余的,而细节要求私家车转为营运车辆,保险、维护、折旧等费用将会大幅增加,大致测算下来每年接近一万元。对于绝大多数的C2C司机来说,这是一笔不小的成本,自然会影响他们的选择,从而导致司机的流失。

其次就是门槛提高以后,很多车辆将不符合要求,很多司机也达不到标准,自然也会被淘汰一大批。根据一些平台公布的数据,符合条件的可能不超过5%,那就会有大量的司机被淘汰,平台能够留下来的司机不多,而成本的增加也会让他们失去积极性。

不论从新政的门槛来看,还是司机自身的利益考虑,新政策都会带来巨大的冲击。上海没有任何的缓冲期,就会带来立竿见影的伤害,北京尽管有5个月的缓冲期,杀伤力却也无法得到有效缓冲,因为本质上符合条件的车辆太少。司机和车辆的流失,可能会让前期的补贴前功尽弃。

不说彻底毁灭,至少元气大伤。而本质上来说,新政之下不再有C2C模式的存在,因为车辆一旦转入营运车辆,其实就是B2C模式的一种了。对于现有的C2C平台来说,几乎没有生存的土壤了,唯一的希望就是趁早转向B2C。

B2C迎来爆发曙光

全球最为流行的网约车平台是Uber,也就是C2C模式,而B2C模式是中国首创,在全球范围内都找不到样本。有全国性代表的是神州专车,用户规模在中国专车市场位列第二,仅次于滴滴出行;地方性代表有北京的首汽约车、上海的大众出行的,都是采取B2C模式。从全球视野来看,中国的B2C模式是独一无二的。

B2C模式应该是倍受鄙视的,一方面是找不到全球性的样本,滴滴可以找到Uber来对照,而神州专车是找不到样本的,再创新也有参照物来佐证;另一方面则是在业内被指责是重资产,在市场则被认为高价格,有点姥姥不疼舅舅不爱;再一方面似乎是代表政府意志,那自然会引发一些争议,也会惹来一些不好的反馈。

事实上,B2C确实有点不那么合群,所以滴滴出行的投资人朱啸虎会两次发文质疑神州专车。因为,C2C平台不需要一辆车、一个司机,就可以打造一个大平台;而B2C平台的神州专车、首汽约车,需要统一管理车辆、司机、服务等问题,到头来“规模”还不如那些C2C平台,自然是有很多不被看好的理由。

当然,这只是从资本市场的角度来看,从消费者的角度来看,B2C平台神州专车的口碑却是遥遥领先。一方面,神州专车没有滴滴那么多车辆和司机;另一方面,神州专车的车辆和服务成本比滴滴更高。为何神州专车能以B2C模式成为规模第二、口碑第一呢?因为,市场缺乏的不是车辆,而是标准化服务,这是消费者做出的选择。

神州专车也好,首汽约车也好,都是采取统一车辆、统一服务的模式,也就是与Uber截然不同的B2C模式。但是,有两个好处是显而易见的。一方面,让安全变得更可控,车辆经过严格检验、司机经过严格筛选,可以保障乘客的出行安全;另一方面,司机经过统一培训,可以提供标准化的服务,有更为完善的体验。毕竟,出行是一项服务为主的行业。

这让人想到日本的出租车行业,几乎都是“老头子”当驾驶员。不只是因为日本老年化严重,而是对于出租车司机的要求很高,对于经验、服务、车辆的要求很高。去过日本的人都注意到了,清一色都是丰田皇冠车辆,这在国内是“老板级”的座驾。所以,Uber在日本没有生存空间,哪怕叫车系统比国内落伍,但日本人更愿意选择出租车。

网约车新政的目的在于,树立一个统一的标准。一个是对车辆的要求,一个是对司机的标准,只有一切在标准之上,才能够符合消费者的利益。而对于现有的B2C平台来说,都是完全符合政策要求的。这并非是为政府主导的约车平台量身定制,而是对所有B2C平台一律平等,不管是民营资本的神州专车,还是国企的首汽、大众都是如此,目的在于规范服务。

政策的细节要求,应该是符合市场的,不仅中国是如此的,日本更是Uber找不到针缝,美国各州也有更严格要求,对于Uber的发展也有所限制,哪怕是本土创新的全球企业。相对来说,中国甚至是最为开放的,为此有了专门的法规,也有针对的标准。由此说明,中国的网约车已经在引领着全球产业,而B2C模式则成了重中之重。

明眼人不难发现,新政对C2C是致命的打击,对B2C则是政策的曙光。

北京作为政治中心,上海作为经济中心,两地的网约车细节势必会成为各地的样板,也几乎是网约车在国内的定局,各地会参考京沪两地的政策,制定相应的地方规则。可以肯定,C2C模式的土壤会被铲掉,未来剩下的只会是B2C。对于现有的C2C平台来说,如不趁早转型的话,可能机会将越来越渺茫。

一个更容易让人忽略的细节在于,一方面是京沪两地的不约而同,从征求意见稿到细节的落地,完全都是同一天发生的事情,这应该不只是一个简单的巧合;另一方面则是目的的指向,不是全面封杀网约车的平台,而是制定一个相对的标准后,其他都交给市场来自由运作,相对更加利好于B2C模式平台。

由此来看,一方面认可B2C模式的创新,一方面否定C2C模式的不足,这不仅代表政府的意志,也代表着全球发展的趋势。毕竟,C2C模式在全球碰壁,哪怕是Uber诞生的美国,而B2C在中国被官方认可,则也释放出了微妙的信号,政府是鼓励创新的,那些对于B2C的指控都将化为虚有。此外,C2C模式的沦陷,也代表中国创新的真正崛起。

各大科技公司纷纷涉足无人驾驶:2016是无人车转折年

导语:CNN网站近日撰文称,2016年成为无人驾驶汽车的重要转折年,为这项技术今后的发展奠定了良好基础。

以下为文章全文:

如果说美国总统大选是今年的最大新闻,相信所有美国人都不会有异议。

但与此同时,无人驾驶汽车也开始步入正轨。科技企业和创业公司都在争相开发这项技术。就连通常站在幕后的政府也纷纷介入其中。

无人驾驶行业吸引的大量资金、人才和时间将极大地改变我们的生活方式。关于无人驾驶汽车将在何时走入主流,目前的观点尚未统一。但要不了多久,这就有可能成为全年最大的新闻。

2016年伊始,通用汽车就斥资10亿美元收购了无人驾驶技术创业公司Cruise Automation。今年8月,Uber又花费6.8亿美元收购了刚刚成立8个月的无人驾驶卡车创业公司Otto。

今年秋天,甚至发生了科技行业历史上规模第二大的并购——高通斥资390亿美元收购恩智浦。这笔收购背后的逻辑显而易见:高通需要进军无人驾驶汽车芯片市场。

无人驾驶芯片领域还出现了其他令人振奋的现象。作为无人驾驶汽车的关键零件供应商,英伟达股价在2016年上涨两倍多。行业巨头英特尔也在11月表示,将向无人驾驶汽车领域投资2.5亿美元,包括开发车用芯片和车用软件。

除了大笔资金投入外,几乎每个星期都会出现与无人驾驶汽车相关的重要新闻。很多企业甚至开始邀请普通人试乘无人驾驶汽车。

Uber今年秋天就开始让匹兹堡和旧金山的客户乘坐无人驾驶沃尔沃专车。波士顿创业公司NuTonomy也开始在新加坡提供无人驾驶出租车。但这些汽车都配备了人类驾驶员,以便在发生故障时夺过车辆控制权。

但最大胆的举措或许还是来自特斯拉。该公司今年10月宣布,其所有车型都将配备全自动驾驶所需的硬件,今后只需开发软件即可。

这项战略帮助特斯拉收集了车辆数据,之后便可用于训练无人驾驶汽车。没有任何一家业内企业能在这方面与特斯拉媲美。

同样是在今年,各大汽车厂商纷纷拥抱截然不同的商业模式。今年5月,通用汽车宣布将与Lyft共同测试无人驾驶出租车。福特也表示将在2021年部署自己的无人驾驶专车服务。

一直走在无人驾驶汽车行业前沿的谷歌则将测试城市增加到4个。今年12月,该公司还将其无人驾驶汽车项目剥离为独立公司Waymo,并归于母公司Alphabet旗下。该公司的汽车2016年自动行驶了100多万英里。

整个行业当前面临的一个重大问题是:政府是否会允许无人驾驶汽车上路?美国联邦政府今年9月对无人驾驶汽车表达了热情欢迎,并出台了无人驾驶汽车指导方案。阿联酋则更进一步,呼吁当地25%的居民在2030年之前使用无人驾驶。

目前还不清楚特朗普政府是否会如此重视无人驾驶汽车,毕竟这有可能威胁许多美国工人阶级的工作。

Uber就是否需要获得许可才能在当地医院运营无人驾驶汽车这一问题,与加州主管部门爆发冲突。加州机动车辆管理局可能因此对Uber采取法律行动。当然,如果Uber申请许可,并与政府分享安全数据,就不会碰到任何麻烦。

尽管偶有冲突发生,但监管者整体而言还是支持无人驾驶技术。但关键问题仍未解决:美国人是否已经准备好接受无人驾驶汽车?今年春天的一项调查发现,3/4的美国人害怕乘坐无人驾驶汽车。

Uber等公司已经开始让乘客短期乘坐无人驾驶汽车,此举有望逐步缓解公众焦虑。今后究竟会有多少人放弃汽车钥匙?还是让我们拭目以待吧。

Facebook与17所顶尖大学签订合作协议 加快硬件项目开发

新浪科技讯 北京时间12月22日上午消息,Facebook Building 8研发部门负责人雷吉纳·杜甘(Regina Dugan)刚刚与美国17所顶尖大学签订了《赞助学术研究协议》(以下简称“SARA”),希望以更快的节奏与学术机构就新项目展开合作。

在此之前,高等院校与私有公司合作时通常需要花费9至12个月时间才能达成意向,而SARA则可以消除漫长的谈判和审批过程,在短短几周甚至几天内启动合作项目。

当然,参与合作项目的大学将获得Facebook提供的报酬。他们的研究成果也有望脱离理论层面,走向实际应用。

杜甘对媒体表示:“借助SARA,B8/Facebook创造了一份通用协议,里面的条款适用于各类项目,不仅非常公平,而且对大学非常实用。所有高校合作伙伴都签订了同样的协议,使得Facebook可以快速建立大规模的联系。”

签订这份协议的大学包括:斯坦福大学、麻省理工学院、哈佛大学、加州理工学院、约翰霍普金斯大学、约翰霍普金斯大学应用物理实验室、莱斯大学、加州大学旧金山分校、加州大学伯克利分校、东北大学、普林斯顿大学、伊利诺伊大学香槟分校、亚利桑那州立大学、德克萨斯A&M大学、乔治亚理工学院、弗吉尼亚理工大学和加拿大滑铁卢大学。

Facebook拒绝透露这些高校将帮助其开展哪些项目,但该公司的一些先进硬件项目包括:Terragraph Wi-Fi节点、Project ARIES天线、Aquila太阳能无人机以及该公司自己的卫星上网项目。此外还包括Oculus的虚拟现实眼罩以及Surround 360摄像头。而在后端基础设施领域,该公司也在开发Wedge开放机架网络交换机和Open Vault存储解决方案,并为Telecom Infra Project的Open Cellular平台开发传感器。

杜甘在高校合作方面有着丰富经验,她曾经是美国国防部高等研究项目署的负责人,该部门就常与学术机构展开合作,以便在短时间内为军方开发新技术。

在今年4月加盟Facebook之前,她还曾负责谷歌的高等科技和项目部门。她表示,之所以组建这一合作项目,目的就是为了加快项目开发进度。

谷歌之前也曾与许多高校展开过合作,通过先进的服务器帮助其开展人工智能研究。该公司还与100多所大学展开了研究合作。

Facebook希望追赶谷歌等拥有更长时间硬件开发经验的企业。这也是Facebook组建Building 8和Area 404实验室等硬件部门的原因。凭借广泛的触角、丰富的资源和大量的人才,Facebook现在可以快速开发硬件设备,促进人们的连接欲望。(书聿)