产品正确但时机错误?据报道,亚马逊正在开发一款新智能手机,这是该公司自2014年以来的首次尝试。然而,根据行业追踪机构IDC的分析,亚马逊将面临根深蒂固的竞争对手、更优秀的产品以及预计将出现两位数收缩的市场。
IDC客户设备副总裁弗朗西斯科·杰罗尼莫通过电子邮件告诉The Register:"亚马逊不太可能制造出比苹果、三星或领先的中国代工厂商更好的智能手机。在硬件或传统用户体验方面竞争是一场败局。另一方面,根据IDC的数据,由于内存短缺危机,智能手机市场预计在2026年将收缩13%,这使得现在成为推出新设备的最糟糕时机。"
亚马逊智能手机的消息最初由路透社报道。报道称,这款手机在内部被称为"Transformer",将与其他Alexa智能设备同步,同时将亚马逊购物置于体验的中心。
报道中没有透露价格或手机可能发布的时间框架。
亚马逊对此没有发表评论。
贝佐斯公司此前进军智能手机市场的尝试是Fire手机,该产品于2014年发布,但销售表现令人失望,很快就被取消了。
这款新设备正在由亚马逊内部一个名为ZeroOne的部门开发,该部门由前微软高管、早期Xbox推动者J·阿拉德领导。
据报道,该团队还在为希望减少屏幕时间的客户开发手机的"简化"版本。一个参考产品是LightPhone,它具有摄像头、电话和GPS功能,但没有浏览器。
杰罗尼莫表示,虽然数字排毒有很多讨论,但它只吸引了一小部分客户群体,实际销售的单位数量"微不足道"。
"这些对小型玩家来说是可行的利基市场,但对于亚马逊这样规模和期望的公司来说并非如此,"杰罗尼莫说。"当亚马逊的商业模式需要显著更大的影响时,它无法证明进入一个只有数万台设备的市场是合理的。"
杰罗尼莫表示,这款手机可能成功的一个领域是作为AI设备。虽然AI设备也遭遇了挫折,R1 Rabbit和Humane AI pin等产品都出现了显著的失败,但亚马逊可以利用手机作为对话式、预测性和服务驱动的界面,投入到智能体对话中,他说。
"在这种情况下,竞争战场从硬件转向生态系统、AI能力和服务集成,"杰罗尼莫说。"这是亚马逊可能拥有机会的地方:它汇集了一个强大的服务生态系统,涵盖商务、内容、云计算,以及与Alexa一起的现有AI基础,加上在数据驱动的客户参与方面的深厚专业知识。很少有公司在如此规模上运营在这个交汇点。"
但窗口正在快速关闭,因为竞争对手都在朝这个方向发展,包括苹果、谷歌、三星,以及正在让iPhone设计师乔尼·艾维制造某种产品的OpenAI。
"这不会是一个无竞争的机会,"杰罗尼莫说。"因此,虽然亚马逊的设备策略在以AI为中心的世界中是有意义的,但执行风险极高,这将使该设备可能一开始就失败。在帕诺斯·帕奈的领导下,亚马逊有重新思考其硬件策略的领导力,但真正的挑战不是执行;而是选择正确的类别,在以AI为先的世界中能够提供有意义的、可防御的价值。"
Q&A
Q1:亚马逊的新智能手机Transformer有什么特殊功能?
A:据报道,这款内部代号为"Transformer"的手机将与其他Alexa智能设备同步,并将亚马逊购物体验置于核心位置。该手机由亚马逊内部ZeroOne部门开发,还计划推出简化版本,类似LightPhone,只保留摄像头、电话和GPS功能,没有浏览器,专为希望减少屏幕时间的用户设计。
Q2:为什么说现在是亚马逊推出手机的最糟糕时机?
A:根据IDC分析,智能手机市场预计在2026年将收缩13%,这主要是由于内存短缺危机造成的。此外,亚马逊将面临苹果、三星和领先中国代工厂商等根深蒂固的竞争对手,这些公司已经拥有更优秀的产品和更好的传统用户体验,在硬件竞争上亚马逊处于劣势。
Q3:亚马逊手机在AI领域有什么竞争优势?
A:杰罗尼莫认为亚马逊可以将手机作为对话式、预测性和服务驱动的AI界面。亚马逊拥有强大的服务生态系统,涵盖商务、内容、云计算,以及现有的Alexa AI基础,加上在数据驱动客户参与方面的深厚专业知识。这些优势使竞争战场从硬件转向生态系统、AI能力和服务集成,这是亚马逊的潜在机会所在。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。