Weloop CEO谈Apple Watch:尽管丑丑丑依然买买买的魔力

简介:

  这就是苹果:从昨天发布会开始出一款产品就“丑丑丑”不断,但关于发布会的刷屏从没断过,包括这一篇。这不是一篇买买买,却是一篇让买买买更有底气的文章。

宅客君(letshome)在发布会后看到国内做智能手环/手表小伙伴的状态基本上是战术上放松了——可以洗洗安心睡了。但在Weloop CEO牛浩田看来,Apple Watch是他见到的完成度最高的智能手表(顺便说一句Weloop的小黑是目前国内众筹成绩最好的智能手表,这个可以改日单开一篇另说)。

“丑丑丑”

在开始前宅客君先Po几个容易让人忽视的小细节:

Weloop CEO谈Apple Watch:尽管丑丑丑依然买买买的魔力

* Apple Watch虽然到2015年才上市,但从昨天开始苹果官网已经开辟了Watch专栏(以前智能硬件的待遇可是在Store下的哦);

* Apple Watch一共有3个版本(普通、运动、土豪),对应的分别是3种表壳材质(不锈钢、阳极氧化铝和18K金),玻璃晶面有2种(蓝宝石和X-lon),以及有N款表带;

* 最后表盘一共有2个尺寸:38毫米和42毫米,男女有别。

以上的两条可以排列组合出几十上百款的Apple Watch。但牛浩田认为除了让处女座晕,Apple Watch依然会是智能手表里软硬结合体验做的最完整的。为什么呢?因为Apple Watch和Watch OS需要适配的设备永远是有限的。

而目前市面上所有的手表面临的适配问题是无限的,因为那是Android世界。牛浩田拿自己的Weloop 小黑举例:仅仅给一款三星的S4做蓝牙适配就要做3-5个版本,因为涉及不同批次运营商采用的不同模组、底层软件也会有差异。

Apple Watch用了一套软硬件复刻了它在移动端的优势,同时用不同的工艺、材质和颜色传递(给不同的人群)不同的感受——这就是科技与时尚结合。

此时宅客君用了一个万能打脸句式:可是有人说它长得丑?

对此牛浩田给我的解释是:先入为主的圆形感受。Moto 360是圆形的,并且它的外观受到很多人的热捧。但Moto 360真的适合所有人戴吗?不一定。对绝大多数女生来说,Moto 360太大了,此外包括颜色、外形并非适合很多搭配。

在宅客君看来当评价一个如此高期待的产品时,人们很大程度上会判断Watch与他们所期待的样子是否相近。

技术创新

美丑是主观的,而技术是客观的。Apple Watch惹人“我去”的另一个点便是Watch上的功能我们在国内的产品上都看到了。

手表实现的功能实际上就是一些传感器以及如何调用这些传感器,Weloop的浩田认为Apple Watch上的传感器不能再多了:因为当前通用的传感器就是这些,是由上游企业制造出来的。他认为传感器的核心差异在应用和算法。举个例子:两枚手环,一枚计步精度在+-5步,另一枚在5-步,这是算法差异。

浩田认为这是一个好的开始,即苹果在智能手表上倡导以应用为核心的创新趋势。在一块小小的手表上也玩不了当年手机上的军备竞争。

另外还有一个细节苹果在发布会上并没有详述,Apple Watch上通知和计量运动的功能大家都熟悉。浩田提到苹果在Watch背面采用了较大尺寸的发射和接收传感器,这部分将来可能会用于基于光谱来检测血氧。医疗一块的应用苹果在发布会上并没有透露太多,但是可以期待一下。

最后是滑轮的设计(官方翻译叫做表冠),很好地解决了小屏幕上pinch和zoom操作的问题,已经有很多同学提到了。

Apple Watch秒杀了谁?

这个问题其实也可以看做是谁会去买Apple Watch,当然是iOS用户。

牛浩田问宅客君还记得半年前的Nike Fuelband吗?这家Cook任董事的知名运动产品公司半年前全面停掉了智能硬件业务。浩田认为Apple Watch出来首先抢的就是Nike Fuelband和同档位Jawbone up、Fitbit们的生意。因为这部分的用户以iOS用户为主,并且两类产品的价格接近。类似地,同样受影响的还会有Pebble这样的厂商。

而国内厂商呢?国内的智能手表厂商基本上以Android市场为主,而且价格差异比较大,比如Weloop小黑的预售价格仅有399,inWatch Pi也相近。因而可以看到昨天的发布会后,国内智能手表的创业者基本上还是蛮乐观。

另一面上,在宅客君看来,智能手表也并非一个排他的产品,在外观和价格都可以接受的情况下,用户多买一二只的其他品牌也未尝不可。

以上便是在我们看来Apple Watch的魔力:Android难以比拟的软硬件统一,苹果一贯的设计和制造能力(包括工艺)以及iOS的圈子。

关于Apple Watch发布对智能手表产业会有什么样的影响,雷锋网(公众号:雷锋网)的《中国智能硬件市场白皮书之智能手表篇》早有预言,也就像我们在白皮书里提到的阻碍手表起量的关键在续航和杀手应用——这两点恰恰是Apple Watch发布会上我们并没有清晰得到答案的。

 
 
 
  本文作者: 吴德新

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
10月前
|
弹性计算 人工智能 Cloud Native
阿里云无门槛和有门槛优惠券解析:学生券,满减券,补贴券等优惠券领取与使用介绍
为了回馈用户与助力更多用户节省上云成本,阿里云会经常推出各种优惠券相关的活动,包括无门槛优惠券和有门槛优惠券。本文将详细介绍阿里云无门槛优惠券的领取与使用方式,同时也会概述几种常见的有门槛优惠券,帮助用户更好地利用这些优惠,降低云服务的成本。
1528 133
|
1月前
|
人工智能 架构师 数据库
【活动邀请】Agentic DB Day · 杭州 | 当数据库长成 Agentic 形态
阿里云数据库联合NVIDIA举办Agentic DB Day杭州站,聚焦数据库向智能体(Agentic)形态演进。现场设议题分享、产品体验区及1v1技术交流,并有NVIDIA开发套件等好礼抽奖。8月15日杭州见!
194 0
|
1月前
|
数据采集 人工智能 搜索推荐
AI 搜索时代的 Q4 备战手册:GEO 优化的底层逻辑与落地三步法
随着 ChatGPT、Google AI Overview 等生成式 AI 成为消费者购物决策的新入口,品牌能否出现在 AI 的推荐列表中,将直接影响 Q4 黑五的流量与转化。 本文从技术层面拆解了 GEO(生成式引擎优化)的核心逻辑:大模型存在 30–60 天的实体索引滞后期,这意味着 10 月才开始优化已为时过晚。
|
2月前
|
关系型数据库 API 调度
🧾《淘宝API并非全免费!基础免费额度+增值收费分层全曝光》(附Python源码)
淘宝TOP API实为三层计费:免费(有日额度)、基础收费(超免额后塔内¥0.02/百次、塔外¥0.20)、增值API(塔内¥0.06/百次且须签约入塔,塔外禁止)。中小ERP日调万次内通常免费;超限或调用CRM/罗盘即触发计费或权限拦截。
|
2月前
|
人工智能 弹性计算 自然语言处理
【AI 尝鲜实验室】上新 | nanobot:一个跑在你机器上的通用 AI Agent 运行时
nanobot 是 HKUDS 团队开源的通用 AI Agent 运行时(MIT 协议),GitHub 获 4.5 万+ Stars。它非简单聊天工具,而是能读写工作区、执行命令、调用工具、多步推进目标的“数字同事”。本实验通过阿里云计算巢一键部署至 ECS,填入百炼 API Key 与模型名,即可获得 24 小时在线、跨会话记忆、原生支持 MCP 的 WebUI(8765 端口)AI Agent。
|
3月前
|
人工智能 算法 安全
GEO培训靠谱吗?哪家知名机构无套路不割韭菜?
GEO培训行业新兴但鱼龙混杂,2025年将迎来爆发。本文提供实用“防割指南”:剖析行业AB面,揭露“神效焦虑”“卖代理”“教投机”三大套路,并给出“看人、看体系、看合规、看口碑”四大筛选标准,助你理性避坑,掌握AI时代真正的内容竞争力。(239字)
|
3月前
|
开发框架 安全 .NET
【.NET 4.5】.NET Framework 4.5下载、安装和使用一篇搞定(附官网安装包)
.NET Framework 4.5是微软2012年发布的Windows运行库,支持async/await异步编程、ZIP压缩等新特性,适用于Windows 7 SP1及以上系统。作为4.0的原地升级版,其细分版4.5.2更稳定安全,广泛用于企业软件与游戏。安装简单,向后兼容,是运行大量传统.NET应用的必备基础环境。(239字)
|
4月前
|
人工智能 中间件 索引
Markdown是什么?——AI时代最值得掌握的文档语言
在AI处理信息成为常态的今天,文档格式的竞争已从“人类看着美”转向“机器读着快”。Markdown凭借极致的Token效率、清晰的语义结构和与AI训练数据的高度契合,成为连接人与大模型的“默认语言”。本文用最简洁的方式解释:为什么Markdown既是AI的“母语”,也是你与AI高效协作的必备工具。
825 2
|
5月前
|
自然语言处理 安全 算法
企业级智能体的 “思考 - 行动” 双循环:TARS 大模型规划 + RPA 精准执行
本文剖析实在Agent“思考-行动”双循环架构:TARS垂直大模型负责语义理解与任务规划,RPA超自动化技术实现跨系统精准执行,通过多模态元素拾取、实时感知反馈与动态协同优化,破解企业智能体“只思考不行动”或“只行动不思考”的结构性断层,已落地财务等强合规场景。
|
8月前
|
存储 运维 Kubernetes
容器很爽,但 VM 还活着——聊聊 K8s 上的混合工作负载:KubeVirt 到底是不是救命稻草?
容器很爽,但 VM 还活着——聊聊 K8s 上的混合工作负载:KubeVirt 到底是不是救命稻草?
725 9