X Phone大预测:Google到底想干什么

2023-11-22 18:59

本文主要是介绍X Phone大预测:Google到底想干什么,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

X Phone并不真的叫X Phone,它只是一款神秘机器的代号,当然,也不排除最后它真的就叫X Phone了。

X Phone是Google联合摩托罗拉全力研发的一款手机,有弯曲屏幕、陶瓷外壳、超长待机,将搭载Android 5.0,并且还有Nexus 4一样的亲民价格,有广泛的运营商支持,将于2013年5月Google I/O大会发布。

看到这里你是不是很期待,但其实它并未得到官方正式承认,只是报刊杂志和各种小道消息的组合罢了。但即使是小道消息也已经足够,这款想象中的手机只是传闻,就能够给业界以强大的冲击,可以预想真正发布之时,整个移动业界也许会重新洗牌。

X Phone为什么有这么大的能量?它会带来什么影响?Google想通过它得到什么?

下面,我将为大家来解析这几个问题。

X Phone的出现表明:Android阵营手机厂商最担心的事情发生了

Android阵营的模式,是Google推出开源操作系统,任何人都可以深度定制成自己的版本,因此吸引了众多手机厂商的支持。Google只提供软件,不插手硬件,这也让手机厂商有了生存空间。

然而这种情形在2011年,Google以125亿美元收购摩托罗拉后改变了,当时收购宣布之后,就引起了手机厂商的恐慌,它们担心Google有了开发手机硬件的能力之后,会放弃手机厂商的合作,将Android改为收费,甚至是像iOS一样不再开放授权。

人心浮动之际,Google宣布Android至少5年以内提供免费授权,并且和摩托罗拉分开运营,不会涉及手机硬件开发,这才将手机厂商安抚下来,众多厂商继续专心开发Android手机和苹果死磕。

然而这个问题并没有彻底得到解决,现在X Phone的传闻,正式将这个定时炸弹引爆,因此不需要官方确认,只要Google高层透露出做手机硬件的意愿就足够了。Android手机厂商以后不仅要和iOS竞争,还要和背后的Google官方手机竞争。

不过Google也仁至义尽,给了众多厂商两年的反应时间,足够聪明的、有能力的都给自己找到退路,剩下的就只能眼睁睁的看着末日来临了——因为X Phone推出,必然很有吸引力,故而破坏力也大。前有iPhone拦路,后有X Phone捅刀,夹缝生存,实在可悲。

有人说,为什么说是末日,事情有这么严重吗?谁能说X Phone一定能大卖呢?说X Phone推出一定大卖,这也是有原因的:

X Phone的吸引力建立在Nexus品牌和Android之上

Google虽然没有推出自己的手机硬件产品,但和合作厂商们推出了Nexus系列手机和平板,这些产品到现在已经有了不小的影响力,成长为一个强大的消费品牌,华硕的Nexus 7和LG的Nexus 4都出现过脱销、一机难求的情况,说明人们对这个品牌的认可。

Nexus有这样的成功,部分是与其同步发布的Android新版本的功劳,Android 4.0以上版本也因为其出色的UI,逐渐扭转了人们对Google不懂设计的印象(这一转变还有部分要归功于Google为iOS设计的一些App),追求时尚和美观的用户也开始能接受Android了,而Android 4.1黄油计划,让Android手机摆脱卡顿,在易用性上终于也有了飞跃的提升。

物美价廉,开始成为Nexus在人们心中的固定印象,这就和苹果的高端时尚印象是一样的。而我们可以看到,这个印象绝大部分是Google的,没有那些合作厂商什么事,甚至在缺货时,它们还要承受指责,如LG在Nexus 4爆出将长期缺货时被一顿狠黑,甚至被说是因为利润低不愿意生产。

因此我们可以想象,当Google联合摩托罗拉推出一款新的手机,并且搭载最新的Android操作系统,它会瞬间成为一个有影响力的品牌。只要它价格足够亲民,我们可以说,摩托罗拉你就可劲造吧,肯定能卖得出去!

而在这种情形下,其他Android手机厂商的境况如何,就不言而喻了。

在这种情况下,手机厂商就必须给自己选择退路,推出自有操作系统,或者支持其他操作系统,成为它们的必然选择。而这种情况下会发生什么呢?

X Phone推出之后:Android手机份额将陷入停滞 其他OS机会来临

没有人愿意被人在背后捅刀子,特别是自己在前面冲锋陷阵,遭遇创伤之时。举世瞩目的三星苹果专利战,三星输掉官司,当时就有人指责Google在与苹果的专利战中没有给手下的小弟们足够的帮助,让他们在前边挡子弹,自己却在后面躲着,只顾自己安全。

于是缺乏安全感的手机厂商也用行动回应了Google,纷纷宣布支持替代的操作系统:

联想宣布将支持WP8,同样支持的还有三星、华为、HTC等厂商;

Ubuntu推出移动操作系统,不少运营商表示兴趣;

三星推出自有操作系统Tizen OS,并宣布将开放授权;

Firefox OS正式推出,中兴、阿尔卡特、LG、华为等厂商支持,18家运营商支持,索尼表示兴趣……

Android阵营厂商已经离心离德,这已是不可改变的事实。没有了众多厂商和运营商的大力支持,Android的份额还能继续快速增长吗?值得怀疑。

而这同样也表明了其他移动OS机会的来临,除了苦苦寻求突破的WP,其他Ubuntu Touch、Tizen、Firefox OS都有机会在移动市场上分一杯羹。

既然会导致如此不良后果,Google为何还要执意这么做?毕竟Android在移动市场也没有彻底成功,iOS没有倒下,其他OS也都虎视眈眈。这也是有原因的:

Google的目的其一:增强对Android平台的控制力 对抗三星

Android是开源的,其最初的授权许可证允许高度定制,甚至将上面的Google服务全部替代为自家的也没关系,这也是Android受到手机和平板厂商亲睐的原因。

市场上也因此涌现出一大批和Google没什么关系的Android产品,比如亚马逊的Kindle平板,比如中国的众多Android手机,它们占据了不少的市场份额,但却无法给Google带来利益。

Google对此难以视而不见,因此在新的Android授权许可里声明不许硬件厂商扩大Android的碎片化,搅黄了阿里云OS的发布会,让这个脱胎于Android的移动操作系统胎死腹中。

另一点是:三星在Android阵营里的影响力太大了,Galaxy的品牌影响力甚至超越了Android,三星从一个合作对象,逐渐转变为一个有高度威胁的竞争对手,三星对硬件里的预置应用进行改动,或者换用自己的Tizen操作系统,都会对Google产生重大甚至致命的影响,Google不能不做提防,而在这一方面,摩托罗拉就是Google手中最好的武器。

Google的目的其二:提高获取利润能力 帮助摩托罗拉扭亏

现在整个移动行业什么最赚钱?App?NO;移动广告?也不是。这一阶段,最赚钱的还是硬件。无论是苹果还是三星,它们去年的营收超过千亿,利润超过200亿,而Google赚到的只不过是它们的一个零头罢了,Google会甘心这样吗?

也许有人说,Google的目的并不是为了赚最多的钱,它与苹果不同,有着互联网开放和自由的信仰,有着不作恶的信条,做事是有底线的。但这也并不意味着它不想要更多的钱,Google是一家上市公司,有着盈利的压力,即使它能顶住董事会的压力(就像Amazon那样),其它方面也需要花钱,比如最近大家都津津乐道的无人汽车、Google Glass,这些的研发都是要钱的,有更多的利润,Google才能更好的实现它的信仰。

另一方面,摩托罗拉也实在不给力,自被Google收购之后,连年亏损,让Google财报上不好看。125亿美元仅仅是买来些专利,其后还要背上沉重的包袱吗?显然没人愿意。因此,如果摩托罗拉能够盈利,也许Google会放弃X Phone,但现在它亏了两年,Google也必须有所动作了,参与手机硬件,成为Google的必然选择。

总结:X Phone带给世界的改变

上面说了这么多,总结一下,就是X Phone对Android来说也许并不是个好主意,但Google面临着三星还有盈利的压力,它不得不这样做。至于带给它的后果,也有好有坏,但Google显然已经下定决心,要走出这一步了。

对消费者来说,他们将有更多和更好的选择,不仅仅是X Phone,还有随之而来的其他操作系统手机,总有值得消费者们兴奋的亮点在。

但最后到底结果如何,也许Google并不在意了,因为充满过度竞争和硬件竞赛的智能手机已经不再酷,有着无限想象空间的Google Glass才是the Next Big Thing!

这篇关于X Phone大预测:Google到底想干什么的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/412226

相关文章

cell phone teardown 手机拆卸

tweezer 镊子 screwdriver 螺丝刀 opening tool 开口工具 repair 修理 battery 电池 rear panel 后盖 front and rear cameras 前后摄像头 volume button board 音量键线路板 headphone jack 耳机孔 a cracked screen 破裂屏 otherwise non-functiona

消除安卓SDK更新时的“https://dl-ssl.google.com refused”异常的方法

消除安卓SDK更新时的“https://dl-ssl.google.com refused”异常的方法   消除安卓SDK更新时的“https://dl-ssl.google.com refused”异常的方法 [转载]原地址:http://blog.csdn.net/x605940745/article/details/17911115 消除SDK更新时的“

【H2O2|全栈】Markdown | Md 笔记到底如何使用?【前端 · HTML前置知识】

Markdown的一些杂谈 目录 Markdown的一些杂谈 前言 准备工作 认识.Md文件 为什么使用Md? 怎么使用Md? ​编辑 怎么看别人给我的Md文件? Md文件命令 切换模式 粗体、倾斜、下划线、删除线和荧光标记 分级标题 水平线 引用 无序和有序列表 ​编辑 任务清单 插入链接和图片 内嵌代码和代码块 表格 公式 其他 源代码 预

com.google.gson.JsonSyntaxException:java.lang.IllegalStateException异常

用Gson解析json数据的时候,遇到一个异常,如下图: 这个异常很简单,就是你的封装json数据的javabean没有写对,你仔细查看一下javabean就可以了 比如:我的解析的代码是             Gson gson = new Gson();             ForgetJson rb = gson.fromJson(agResult.mstrJson, For

Google Earth Engine——高程数据入门和山体阴影和坡度的使用

目录 山体阴影和坡度 对图像应用计算 应用空间减速器 高程数据 通过从“重置”按钮下拉菜单中选择“清除脚本”来清除脚本。搜索“elevation”并单击 SRTM Digital Elevation Data 30m 结果以显示数据集描述。单击导入,将变量移动到脚本顶部的导入部分。将默认变量名称“image”重命名为“srtm”。使用脚本将图像对象添加到地图: Map

The import com.google cannot be resolved

The import com.google cannot be resolved,报错: 第一感觉就是缺少jar包,因为项目用maven管理,所以在pom.xml中添加: <dependency>  <groupId>com.google.code.gson</groupId>  <artifactId>gson</artifactId>  <version>2.3.1</ver

MiniCPM-V: A GPT-4V Level MLLM on Your Phone

MiniCPM-V: A GPT-4V Level MLLM on Your Phone 研究背景和动机 现有的MLLM通常需要大量的参数和计算资源,限制了其在实际应用中的范围。大部分MLLM需要部署在高性能云服务器上,这种高成本和高能耗的特点,阻碍了其在移动设备、离线和隐私保护场景中的应用。 文章主要贡献: 提出了MiniCPM-V系列模型,能在移动端设备上部署的MLLM。 性能优越:

C++常见异常汇总(三): fatal error: google/protobuf/port_def.inc

文章目录 1、fatal error : sw/redis++/redis.h2、fatal error: dwarf.h: No such file or directory3、fatal error: elfutils/libdw.h: No such file or directory4、fatal error: libunwind.h: No such file or directo

Tensorflow lstm实现的小说撰写预测

最近,在研究深度学习方面的知识,结合Tensorflow,完成了基于lstm的小说预测程序demo。 lstm是改进的RNN,具有长期记忆功能,相对于RNN,增加了多个门来控制输入与输出。原理方面的知识网上很多,在此,我只是将我短暂学习的tensorflow写一个预测小说的demo,如果有错误,还望大家指出。 1、将小说进行分词,去除空格,建立词汇表与id的字典,生成初始输入模型的x与y d

临床基础两手抓!这个12+神经网络模型太贪了,免疫治疗预测、通路重要性、基因重要性、通路交互作用性全部拿下!

生信碱移 IRnet介绍 用于预测病人免疫治疗反应类型的生物过程嵌入神经网络,提供通路、通路交互、基因重要性的多重可解释性评估。 临床实践中常常遇到许多复杂的问题,常见的两种是: 二分类或多分类:预测患者对治疗有无耐受(二分类)、判断患者的疾病分级(多分类); 连续数值的预测:预测癌症病人的风险、预测患者的白细胞数值水平; 尽管传统的机器学习提供了高效的建模预测与初步的特征重