创维成首个传统彩电叛逃者 向互联网迈出蒙眼前行第一步

简介: 创维成首个传统彩电叛逃者 向互联网迈出蒙眼前行第一步

image.png

创维酷开与乐视的碰瓷大戏还在进行中,但我们心里都知道并没有谁能成为真正的赢家,创维酷开不会因此而死,乐视也不会因为一仗之后电视业务就萎缩。但不管最后的结果如何,我们能够看到,创维已经开始享受着颠覆与被颠覆,已经逐渐抛开传统在向互联网阵营蒙眼前行。

从营销来讲,创维能想到成立一个酷开TV在互联网上试水就已经证明了创维想逃离传统拥抱互联网的决心。摘下传统企业的帽子,不管创维内心是什么样的先披一件互联网的外衣看起来也是好的开始。


创维的酷开就好像联想的17TV一样,试图在互联网电视领域中做一次深度试水。可能创维目前没有想到更好的方法,或者是后台的建设没有那么快,所以创维酷开一直没有在互联网电视领域中像小米和乐视那样风生水起。


但至少创维酷开知道在发新品的时候,拉着乐视打一架,这种赚眼球的方法看起来很符合互联网企业的风格,在神似没有做好时先做到了形似,这点也值得肯定。


至此,创维酷开的营销策略可谓是向互联网迈了一大步。不知道创维能不能作为传统企业的领头羊,带领海信、TCL、长虹、康佳等传统企业共同在转型道路上前进。正如当年乐视带着“颠覆”的旗号,进入了彩电领域,也打了如此多的战役,也是各种围剿与反围剿。


所以,创维酷开在乐视蒙眼前行之后,即将变成第二个在这条道路上蒙眼前行的企业,但是后续创维酷开要注意的应该是重点布局自己的各种服务、应用以及整个生态的战略。毕竟这是创维目前最大的短板。


我们可以大胆预测,也许创维酷开进入到互联网领域中会比其他人走得更快,因为创维本身就是一个拥有丰富行业经验的传统领域中的电视大佬。记得2013年,创维总裁杨东文还在公开针对曾经开发布会打击乐视和小米这样新进的企业表示歉意。仅仅两年,创维发生了180度的转变,开始主动碰瓷,创维也许确实意识到了自己转变的方向。


就这次创维用酷开碰瓷的案例就能看出,创维至少已经在互联网营销的道路上越来越有感觉。凭借其多年的硬件基础以及千万的电视保有量,当创维把自己的各个环节都打通了,该合作的都搞定了,也许创维进入互联网会比乐视跑的还快,但这个过程中大多都可能也是乐视们曾经走过的道路,尝试过的模式。


无论如何,创维已经在互联网的道路上卖出了蒙眼前行的第一步,那么就像乐视一样继续往前跑吧!创维对酷开的互联网实验无论成功与否,都是一次探索。这一场碰瓷大戏,无论谁站了上风这都不重要,重要的是有一天当创维把自己在传统彩电领域的霸气移植到互联网领域,成为了互联网电视第一品牌,可能创维也会成为另一个乐视,也或许它比乐视还乐视。


相关文章
|
域名解析 SQL 网络协议
Hexo 个人博客快速部署到Gitee&Coding详细教程
Hexo 个人博客快速部署到Gitee&Coding详细教程
1430 0
Hexo 个人博客快速部署到Gitee&Coding详细教程
|
存储 编译器 C语言
【C语言篇】数据在内存中的存储(超详细)
浮点数就采⽤下⾯的规则表⽰,即指数E的真实值加上127(或1023),再将有效数字M去掉整数部分的1。
1020 0
|
安全 Linux 测试技术
|
图形学 开发者
Unity编辑器脚本(添加/删除)碰撞盒
这段代码提供了两个Unity编辑器工具,用于批量处理模型的碰撞盒。一是“一键添加所有碰撞盒”,通过选择模型的父物体,自动为其子物体添加`MeshCollider`。二是“一键清理所有Collider碰撞盒”,同样选择父物体后,递归删除子物体上的`BoxCollider`组件。两者均通过Unity的菜单项实现便捷操作,方便开发者快速调整场景中的物理属性。
|
11月前
|
机器学习/深度学习 数据采集 算法
基于yolov2和googlenet网络的疲劳驾驶检测算法matlab仿真
本内容展示了基于深度学习的疲劳驾驶检测算法,包括算法运行效果预览(无水印)、Matlab 2022a 软件版本说明、部分核心程序(完整版含中文注释与操作视频)。理论部分详细阐述了疲劳检测原理,通过对比疲劳与正常状态下的特征差异,结合深度学习模型提取驾驶员面部特征变化。具体流程包括数据收集、预处理、模型训练与评估,使用数学公式描述损失函数和推理过程。课题基于 YOLOv2 和 GoogleNet,先用 YOLOv2 定位驾驶员面部区域,再由 GoogleNet 分析特征判断疲劳状态,提供高准确率与鲁棒性的检测方法。
|
安全 数据安全/隐私保护 计算机视觉
COVID -19健康二维码改进措施
疫情期间,阿里健康码助力中国复工复产,为全球防疫提供经验。但实际使用中存在诸多问题:如缺乏面部识别、无过期机制、易被截图分享等,导致防疫人员无法准确核实身份。未来应从技术层面解决这些问题,如引入口令申请、人脸识别、自动过期机制等,确保健康码的安全性和实时性。同时,建议通过阿里云、腾讯云等平台加强数据安全防护,防止截屏和录屏操作,确保防疫工作的有效性。
|
开发框架 JSON 前端开发
利用查询条件对象,在Asp.net Web API中实现对业务数据的分页查询处理
利用查询条件对象,在Asp.net Web API中实现对业务数据的分页查询处理
|
JavaScript 前端开发 C#
WPF技术之WebBrowser控件
WPF WebBrowser控件用于在WPF应用程序中嵌入浏览器功能。
511 0
|
传感器 物联网 数据安全/隐私保护
|
机器学习/深度学习 传感器 SQL
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)(下)
本文首先介绍了用于2D和3D道路数据采集的传感系统,包括摄像机、激光扫描仪和微软Kinect。随后,对 SoTA 计算机视觉算法进行了全面深入的综述,包括: (1)经典的2D图像处理,(2)3D点云建模与分割,(3)机器/深度学习。本文还讨论了基于计算机视觉的路面坑洼检测方法目前面临的挑战和未来的发展趋势: 经典的基于2D图像处理和基于3D点云建模和分割的方法已经成为历史; 卷积神经网络(CNN)已经展示了引人注目的路面坑洼检测结果,并有望在未来的进展中打破瓶颈的自/无监督学习多模态语义分割。作者相信本研究可为下一代道路状况评估系统的发展提供实用的指导。
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)(下)