2019年3月27日,国内OS领域领导厂商360OS在深圳举行了OS 4.0 发布会。作为360集团大安全生态的重要成员,360OS重磅发布了三款产品技术解决方案,分别为360OS 4.0全新系统、360AIWorks AI 视觉整体解决方案、360 IOT OS产业物联网平台。此举标志着360OS进入战略发展全新时代,将建立品牌围绕大安全的大生态,在商业价值和生态价值上帮助多行业合作伙伴进行价值创造,为行业赋能,充分展现了360OS在手机端、云端、大数据等多层面的领先势能。
针对此次品牌战略的全面升级调整,360OS CEO周志鸿在会上表示:作为360大安全生态的重要成员,360OS根植OS,帮助海内外上百个合作伙伴迅速拓展市场,实现商业价值,成为国内OS领域当之无愧的领导者。如今,面对移动互联网领域、手机行业的全新市场挑战,360OS力致于用大安全打造大生态,破局行业困境,用技术为行业赋能。
针对业务发展方向,周志鸿表示:OS层面在技术上深度发力,推出全新4.0系统,将不断在流畅性、便利性等层面进行系统性能的提升,满足用户不断变化的市场需求。IOT领域,360OS将在360集团IOT战略引导下,瞄准IIoT(工业物联网)领域,发力细分领域,共建产业互联网。
与广为市场所知的360OS 3.0系统相比,OS 4.0版本引入机器学习和智能算法,进行了超过622项的优化改进,在“智”和“美”两个方向全面提升了OS的流畅性和应用性。在智,针对手机卡顿这一市场痛点,OS4.0版本引入全面智慧后台,能够实现灭屏管理、自启管理、锁屏管理以及启动加速功能,在后台为手机实现调度管理服务;在前端,智慧后台提供了诸如全局冷藏、高速运转场景的优化(如游戏加速)等服务,最大化的实现手机效率的优化和提升。在美,OS 4.0推出智慧相机,通过智能美颜算法实现更好的美颜效果,利用AI智拍支持16种场景的分类识别和智能优化调色;此外,OS4.0版本推出了智慧省电、智慧助手、骑行模式、安全换机、财产系统管理等,在安全性和易用性层面做出了全面提升。
全新升级的OS 4.0在美的层面,得益于360OS在AI视觉整体解决方案层面的能力。此次发布会全新发布的360 AIWork技术解决方案,由360OS影像技术中心与360人工智能研究院联合开发,未来将不遗余力的为OS提供产品技术解决服务,为智能手机和工业领域提供高性价比的AI视觉整体解决方案。AIWork技术解决方案提出双摄2.0方案,在手机领域,faceID 支持TEE方案,安全性能更高;在工业领域,具有结合边缘计算与云计算结合的1:N人脸识别方案。
发布会上,360OS发布的360 IoT OS产业物联网平台得到了广泛关注。当前,智慧制造成为国家的重点战略,IIoT领域将面临巨大的市场机会。360OS希望能够从平台、终端和AI层面提供定制化一体化业务场景垂直解决方案,为各细分行业的伙伴开拓市场机会。目前,360OS产业物联网解决方案已经具备了亿万级处理能力、开放型平台、成熟的行业物联网应用平台、丰富的上下游生态等优势,可应用于实时通信、安防监控、人工智能以及环境检测的等多个应用场景,为合作伙伴打造开箱即用的SaaS平台。
在360集团大安全战略引导下,360OS 从OS 4.0系统的全面提升,到IOT领域的全新业务探索,是对市场价值的重塑和行业伙伴的赋能,更是公司品牌形象的再次塑造。在OS大力发展的过程中,包括Advan、Cherry、Condor、Mobicel、Micromax、Karbonn、Blu、Positivo、Multilaser、酷派、小辣椒、百立丰、创元世纪、贝沃、恒达、鼎智、腾瑞丰、迅锐、沃特沃德等众多海内外合作伙伴的支持是360OS业务前进的源泉。相信在未来,借助合作伙伴的支持、自身技术的积累以及市场资源的深厚积累,360OS在多元化的市场竞争中将与众多市场合作伙伴挖掘出更深市场价值,开启生态价值创造的新时代。
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。