ZD至顶网CIO与应用频道 02月27日 北京消息:2月27日,作为拥有10亿用户的全球最大用户系统,中国移动互联网出海第一品牌APUS,以软件厂商代表的身份应邀亮相本届的MWC盛会。作为全球最具影响力的通信领域展会,MWC一度牵动着行业的“神经”,所有最新的移动科技都在这里公布。此次MWC2017展会期间,APUS发布了“打造下一个30亿用户平台”的平台计划。
APUS面向全球,与产业链上下游积极合作
值得关注的是,继与中国中兴手机牵手达成合作协议后,此次展会期间APUS同时宣布了与俄罗斯前三甲手机品牌FLY、印度内容与服务类品牌OLA(印度打车应用)、Uber等全球知名企业达成战略合作。
APUS与FLY的深度战略合作,将针对FLY品牌手机的硬件性能,结合本地化运营策略,为FLY手机量身定制用户系统,共同优化用户体验。同时,APUS还将帮助FLY在印度、东南亚、南美等海外重点区域市场进行深度拓展,携手发掘和探索新的商业模型。
此外,APUS还通过技术开放接口,帮助以OLA、Uber等为代表的内容与服务类应用接入到APUS生态系统上,精准获取用户,使他们在全球范围内获得巨大的用户流量和商业收益,同时改善全球用户的互联网体验。
品牌的强强联手,既是行业对APUS这一全球移动互联网领先平台的认可,也彰显了APUS面向全球范围,与产业链上下游积极合作的愿景。
做服务下一个30亿用户的平台
此次参会APUS发布的“打造下一个30亿用户平台”的平台计划,是基于APUS创始人兼CEO李涛近20年的互联网经验做出的专业判断。
APUS创始人兼CEO李涛曾不只一次地对外表达自己的观点,“全球70多亿人口,我们预计有60多亿接入移动互联网,而到目前为止存量市场已有30多亿,这也意味着还有30亿的市场空间。”
对于未来的30亿用户而言,智能手机绝不仅是一部移动通讯设备,更像是他们打开世界大门的万能钥匙。从医疗健康到信息知识,再到教育、就职、金融理财以及购物消费、娱乐和社交,它将成为生活、工作不可或缺的工具。可以说,手机将为他们生活的改变和提升带来无限可能。
作为率先出海的中国互联网企业代表,APUS早在成立之初便将市场定位于海外。在过去的两年多的时间里,APUS产品受到全球用户特别是发展中国家用户的认可与好评,用户覆盖全球200多个国家和地区,其中东南亚、南亚、南美等发展中国家用户占到70%左右。
此次APUS宣布的30亿用户平台计划,更详尽地披露了与合作伙伴的合作方向和战略计划。
运营商,APUS的角色不仅是信息服务提供的平台,更为提升运营商与用户之间的粘性带去强有力的支持。
内容提供商和服务提供商,APUS丰富的流量资源和覆盖全球的渠道资源,为其用户打通了连通世界的大门,接轨更广阔的市场新机遇。
手机厂商,APUS用户系统给手机用户带来的增值服务和优质的用户体验,无疑让他们如虎添翼。
而APUS全球领先的大数据平台更是为广告商和品牌商接触到精准的用户群体提供了强大的数据支持。
依托生态系统构建一个更广范围的全球性平台
未来,秉持平台计划的愿景,APUS希望能够充分发挥自身的国际化平台优势,为行业伙伴们提供巨大的流量和无限的合作推广机会。
基于此,APUS也将不断构建自己的生态系统。通过技术上开放接口,将APUS用户系统平台化、插件化、接口化,将更多的本地化游戏、电商、视频、音乐、新闻、O2O等等内容和服务提供商接入到APUS生态系统中来。不但为全球用户提供更多更好的优质内容与服务,也帮助这些合作伙伴获得巨大的用户流量和商业收益。
李涛表示,APUS已经做好准备,蓄势待发,未来还将向发达国家发力,构建一个更广范围的全球性平台。APUS也欢迎更多全球合作伙伴接入APUS平台,共生共赢,为全球用户带去更加优质的内容、服务和上网体验。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。