2016年3月9日,创客总部在中关村硬蛋空间体验厅隆重举行了“智能硬件实战沙龙暨鲲鹏创业营媒体发布会”。中关村管委会、中关村海淀园管委会作为本次发布会的指导单位,峰瑞资本、洛可可、太火鸟、机智云、威腾网、创客大爆炸等知名投资机构、智能硬件顶尖企业、行业权威专家汇聚一堂,进行创新和智慧的思想碰撞。针对诸多行业存在的痛点,本期智能硬件实战沙龙邀请到智能硬件领域的专家、投资人、创业新锐,帮助智能硬件创业者们理清智能硬件和人工智能的内在发展逻辑、特点与未来趋势,给大家提供一些有价值的干货与思考。
以创客总部合伙人陈荣根的“助力硬件革命,成就创客梦想”主题开篇。陈总指出,互联网创业已经进入深水区,对创业者学习能力、整合资金资源的要求奇高,创业者靠单打独斗、自己摸索很难成功。创客总部鲲鹏创业营计划于4月16日开营,将为创业者进行一个月的免费实战培训。参加创业营有机会获得30-200万种子基金,免费对接天使轮;峰瑞资本、联想之星等鼎力参与;大咖分享、私董会等课程学习深度打磨产品;可获得产品需求设计、供应链管理、产品营销完整资源链条;智能硬件专家智库、行业大咖面对面授课;硬件领域新锐创业校友圈子相互支持等。将为入营的智能硬件创业者提供系统的解决方案,从投资孵化到产品设计、供应链管理、营销推广等产业资源服务,搭建出一个全方位的硬件创业生态。
接下来是各位嘉宾的分享,涵盖了智能硬件领域的发展趋势、投资热点、行业痛点、创业机遇等创业者关心的方方面面。首先,峰瑞资本早期项目负责人朱祎舟以“智能硬件创业的思考”为核心,从一个投资人的角度对智能硬件领域的创业以及投资逻辑进行了解读,阐述了智能硬件领域还存在哪些创业机遇等问题。
接着,创客总部合伙人丁晓诚就“智能硬件领域发展趋势与投资热点”这一主题,描绘了智能硬件中的人与机器人的双主体总蓝图,并以此为依据对当前热点作出简要点评。随之深入到硬件创业与投资的过程要点分析,包括优先级、价值链分工、多层次融资的演变过程。智能硬件领域发展趋势与投资热点、智能硬件的开发与众筹、智能硬件产品需求分析与模式设计等,深入分析和探讨了智能硬件创业的环境和发展趋势。
另外一个嘉宾创客大爆炸联合创始人李洪刚讲解了关于“智能硬件的开发与众筹”,他指出应该致力于打造“创新教育+创客工具+众筹输出”的创新模式。以创新教育作为通道,直达众筹,以全新的智能硬件开发工具Smart Node帮助各行各业的物联网开发者制作出各种原型,多种形式的“众筹”直接与产业链对接,形成完整的创新模式。
最后,智能硬件专家张弢就“开拓智能硬件的新边疆”的主题给出了很多自己的看法和建议。通过分析当前智能硬件创业领域的一些较为普遍的问题,与已在创业以及正在准备创业的伙伴们共同探讨在今天的时间点上,如何选择智能硬件创业的产品形式与商业模式。例如如何去分析用户的需求?怎么设计商业模式?从哪些维度去考虑?以及具体落地执行的时候有哪些坑点等等。
接下来由威腾网CEO 岳纬主持了以“智能硬件创业项目的模式选择困境与落地执行难点”为主题的圆桌论坛。洛可可众创科技总经理周立、创客总部合伙人丁晓诚、智能硬件专家张弢、太火鸟投资总监张婷、机智云技术总监高福东参与了本次圆桌论坛。
各位嘉宾积极发言,提出自己对于智能硬件的意见和建议。论坛中重点讨论了这些话题:从用户需求和产品设计的角度看,硬件创业如何快速脱颖而出;技术导向比较强的硬件终端类或底层技术类项目,是先提高技术门槛还是先找应用场景;智能硬件涉及“软”和“硬”两方面,团队应该如何合理分配资源、完美协调二者之间的关系;面对小规模生产,若将产品生产外包,如何选择代工厂商;怎么做产品推广才能突破极客、青年的小圈子;产品众筹是否是一个好的融资方式和产品推广方式等。
好文章,需要你的鼓励
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
随着Chrome和Safari主导浏览器市场,众多替代浏览器正在挑战这些行业巨头。本文梳理了当前顶级替代浏览器,包括AI驱动的浏览器如Perplexity的Comet、Arc公司的Dia、Opera的Neon和OpenAI的Atlas;注重隐私的浏览器如Brave、DuckDuckGo、Ladybird和Vivaldi;以及专注特定领域的浏览器如Opera Air和SigmaOS。这些浏览器通过AI集成、隐私保护、定制化和专注用户福祉等特色功能,为用户提供了多样化的浏览体验选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。