ZD至顶网CIO与应用频道 02月16日 评论消息(文/孙博):如果想试玩一款App,直接的办法是什么?打开应用商店,直接下载下来。如果想直接跳过下载这一步骤呢?
2015年底,Google在美国部分地区试点了应用串流技术——App Streaming,在没有下载任何指定的App前提下,Google用户在进行应用或网页检索过程中,也能提前试玩App,实现了免安装使用。这样一来,缩短了用户和App之间的距离,同时也为App开发商提供了及时的使用反馈。
在国内市场中,也有着这样一家通过创新的应用流模式提升App的产品体验。无需下载或安装任何插件,用户即可在页面应用云端的App,可拥有与原生App完全相同的体验。近日,记者参加了VMplay的首个媒体开放日,听CEO艾奇伟介绍这样一种服务能为企业带来怎样的价值。
VMplay CEO 艾奇伟
借鉴Docker的思路
“几年前我参加了一个Docker的大会,在讲完Docker的安全问题后,我就在考虑能否将有关Docker虚拟化的技术迁移到移动领域上面来。”在网络安全领域”泡”了近20年的艾奇伟,据他描述最初只是希望将安卓进行虚拟化后,实现企业级和个人移动设备之间的隔离,从而满足企业对于安全的需求。
后来,VMplay基于Native App(原生应用)进行开发,主要是由于无论从交互、画质还是充分利用硬件效能等角度,原生应用都有着不可替代的作用。但另一方面,原生应用最大的不足之处是需要下载到本地。“现在的人都变懒了,哪怕是从AppStore里找到应用再下载,这件事都觉得麻烦。”
所以,VMplay借鉴了Docker技术原理,运用移动虚拟化技术+云计算技术, 为开发者提供了展现App的平台。艾奇伟说,放在VMplay上面的App不用另行开发,做成什么样就是什么样。 VMplay就好比一个投影仪,能够直接把App投放到云端。
直观点说,开发者只需要将APK或者iOS安装包上传到云端,通过VMplay提供的html5的CODE,即可在浏览器上评测到App的Demo,用户可以直接体验到与原生App一样的效果。而对于移动应用开发者来说,不用费劲心思开发好多平台的App,也不用考虑适配各类移动设备,更不用等待store或者market的确认通过。
增强营销效果,同时不用考虑安全问题
“一个好产品,往往苦于没办法以近乎于零的成本,让用户可以直接体验到。”艾奇伟提到了当前App产品在广告中的展现模式,主要是画面截图或者以视频投放的方式来获得消费者的注意和认同。这样的模式不仅提升了营销的成本,同时对使用的用户也造成了困惑——究竟该下载哪一个App?这么多App难道要一个一个去下载才能体验?
VMpaly希望将使用成本降到趋向于零,并且无论是PC端、移动端,还是iOS、Android的移动操作系统,跨不同平台都能够感受到相同的应用体验。并且不需要改变主题程序与开放任何可编译接口,只需要自助上传产品信息即可返回推广CODE,通过CODE在各大平台上的推广,用户就可以点击完成试玩体验。
“VMplay的最终目标是为Native App生态提供了另一种方案,让用户以安全、易用的方式解决所有的问题。”艾奇伟强调,VMplay只是提供了一个为原生App在云端即可体验的平台,并不涉及后台支撑,所有数据以及流量都掌控在企业自己的服务器中,不去介入客户的数据,也就不存在安全问题。
下载安装再进行试玩是每个手机用户长期的习惯,要想改变他们,这听起来似乎不是那么容易。那么如何吸引用户到平台上来?
针对这件事艾奇伟是这么说的:“例如像游戏玩家这种重度用户,除了他正在试玩的游戏以外,我们通常还会推荐相关的同类游戏App给他。最短的时间内体验到多个游戏,我认为VMplay的平台对这类用户还是有很大粘性的。现在阶段VMplay要做的,是以云技术提供商的形式,与广告行业,游戏行业的渠道、平台,甚至游戏本身,取得合作。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。