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
Jabra 推出 PanaCast 40 VBS:首款专为小会议室设计的 180° Android 智能音视频一体机
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。