今日,小米官方宣布将于11月28日至29日,在北京举行2018MIDC小米AIoT开发者大会。小米集团创始人、董事长兼CEO雷军向业界发出邀请,共同推动人工智能和物联网产业的发展,开创“万物智慧互联”新时代。
雷军多次强调,“AI+IoT”是小米的核心战略之一。在2018年上海世界人工智能大会上,雷军结合小米的发展,大胆预测人类将进入AI和IoT结合的万物智慧互联新时代,率先提出了“AI+IoT”万物智慧互联的概念。
业内人士分析,小米是“AI+IoT”领域当之无愧的全球领导者,其IoT产品的销量甚至被认为是全球智能设备消费趋势的风向标,此次大会无疑将是年度最为重要的行业盛会。
根据小米集团Q3财报,截至2018年第三季度,小米IoT消费级物联网连接设备数已经达1.32亿台(不含手机、平板和笔记本电脑),AI智能语音助理小爱同学的月活跃用户超过了3400万。小米启动AI全面赋能战略后,带动了IoT及生活消费品业务在过去一年里继续高歌猛进,第三季度该业务收入达108.05亿元人民币,同比增长89.8%。同时,该业务前三个季度总收入达288亿元,已超过该业务去年的全年收入。
在去年第一届大会上,雷军宣布小米已建成了全球最大的消费级IoT物联网平台。根据艾瑞咨询数据,按连接数量计算,2017年消费级IoT硬件全球市场份额小米占比为1.7%,遥遥领先于身后的苹果0.9%,亚马逊0.9%,三星0.7%和谷歌0.6%。
业界公认,小米是“AI+IoT”行业的开拓者和催化剂。目前,小米已投资和孵化了220家生态链企业,其中有100多家专注智能硬件和生活消费品。小米及小米生态链公司推出了多个产品取得了全球第一的成绩,如智能手环、空气净化器等。2018年,多家小米生态链公司如华米科技、云米科技,已成功上市。2017年7月,小米发布了首款人工智能产品——AI音箱小爱同学,由于坚持了“感动人心、价格厚道”定价,成为了爆款产品。业内人士指出,正是因为小米的开创和引领,国内各大厂商,如天猫精灵、小度音箱、叮咚音箱等迅速跟进,极大地促进了中国智能音箱行业的发展。
在“AI+IoT”领域一路高歌猛进的背后,小米在AI技术上的积累屡获殊荣,深受业内认可。在2018年世界互联网大会上,小米人工智能开放平台捧回了一个分量极重的“世界互联网领先科技成果”大奖,这也是2018年度最顶尖、最能代表世界互联网发展前沿的科技领先成果。此外,小米在2018年世界人工智能峰会上获得了“中国AI领军企业TOP 10”的荣誉,还是2018年中国大数据企业50强。小爱同学在2018年世界人工智能大会上入围了SAIL奖,并且在2018年中国国际大数据产业博览会获得了“2018领先科技成果奖•黑科技”与“2018领先科技成果奖•新产品”双料大奖。11月15日,小米MACE刚刚在日本获得了东北亚优秀开源项目”。
业内专家认为,小米不仅在“AI+IoT”领域成绩喜人,其全面开放的战略也受到了各方交口称赞,备受行业推崇。此前,小米将人工智能计算引擎MACE完全开源,公开了IoT设备连接协议,以及小爱同学智能问答系统。自从小米公布IoT开发者计划后,不断有第三方设备和应用接入。不久前,车和家还与小米的小爱同学形成合作,配备了全车的智能语音系统。
本届大会,小米将带来更完善的IoT软硬一体化解决方案,更丰富的AI开放生态,更贴近生活的全球合作伙伴。敬请期待。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。