胡适曾经讲过“少谈些主义,多提些问题”。在华为心目中,每个渠道都是一个胡适,为什么这么讲?因为华为在同渠道沟通、合作过程中,一直在认真地倾听渠道提的问题。不仅如此,华为每年还花重金聘请第三方公司,通过“第三只眼”调查渠道同华为合作中的问题。本质上华为应该感谢渠道,因为华为在企业业务领域内一直把渠道当做自己的老师,正是华为在不断听取老师提出问题的基础上,不断优化改进,才吸引越来越多的渠道加入了华为的合作阵营,华为的合作伙伴大会才会从2011年的500人发展到2015年的12000人,事实已经证明:华为一直在持续改进!
短短4年,500人到12000人,20几倍的量级,这个数量级变化的背后,除了老师教得好,还得学生自身的底子硬。这个底子,实际上就是华为公司的核心文化“以客户为中心,以奋斗者为本,持续坚持艰苦奋斗”。
品牌
打铁还需自身硬。只有华为这块铁够好,产品解决方案够有竞争力,在客户侧品牌够认可,才能让渠道更放心更大胆去推广华为。在运营商市场,通过销售额,华为已经证明了这个品牌。在政企市场呢?华为入行较晚,在客户侧、渠道侧,品牌认知需要持续加强。为此,前两年华为通过聚焦NA战略,在客户侧基本已经实现这一目标。在渠道侧,华为每年全国范围举办的“服务、商业分销、渠道、客户满意度”四个大会,合作伙伴大会的规模从2011年500人到2015年的12000人,也在证明这一品牌目标的实现。
做好了品牌,是否就高枕无忧?通信历史规律已经告诉华为,哪个老大不是巅峰之后翻几个跟头下山?朗讯、阿尔卡特、西门子、诺基亚、AT&T、摩托罗拉......,不与时俱进,不变革,只会更早重演这一历史规律。
变革
华为轮值CEO徐直军14年正式提出,政企市场要回归业务本质,重心从聚焦NA战略,转移到渠道战略——“大力发展渠道,撬动千军万马面向企业客户”。本质上的理解很简单,华为在运营商市场的成功就是持续提升“客户满意度”。那么在行业市场除了要关注“客户满意度”,也要关注“渠道满意度”。
既然战略的核心也是要提升“渠道满意度”,那么相应的动作,政策就是要让合作伙伴有信心跟着华为。“坚持‘被集成’,重视合作伙伴的生态建设”、 “公平、公正、阳光、透明的渠道合作”、“为合作伙伴让利,支撑伙伴的服务意识”这些都是华为渠道政策理念的根基。
文化
罗马非一日建成,罗马大教堂还建了几百年。如果说历史最悠久的企业是寺庙,是因为宗教文化深入人心。如果说华为20多年取得的成就,是因为“以客户为中心,以奋斗者为本,长期坚持艰苦奋斗”的核心文化。那么在行业市场,希望华为能够像罗马大教堂,像寺庙一样,不断修缮自身,不断倾听渠道的问题,并解决它,持续地提升渠道满意度,就一定能够与渠道一起“跨越梦想,共铸辉煌”。
华为合作伙伴大会,从2011年的500人到2015年的12000人,华为正走在成为政企行业ICT领域的领导者和首选合作伙伴的成功路上!
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。