博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
毕业季:小米的成人礼
阅读量:4158 次
发布时间:2019-05-26

本文共 1664 字,大约阅读时间需要 5 分钟。

毕业季:小米的成人礼(转)

小米发布会昨天(7月22日)在国家会议中心举行,再次斩获了无数网站的头条位置。
相比于过去的惯吹,雷军此次淡然了很多。虽然依旧打着“为发烧而生”的口号,但实际上已经过度到了“药不能停”的境界——雷军在发布会上频频自黑,时不时调侃自己的仙桃口音,问大家让郭德纲来发布米4是不是会提高销量,从而使得台下的众多媒体人窃笑。
回到半个月前,雷军的营销团队开始打出“一块钢板的艺术之旅”的旗号,争抢舆论关注。虽然没有过去的热度,但还是吸引了诸多粉丝的猜测——是不是米4也是金属机身?
我们知道,自苹果iPhone5以来,消费者们对其他手机厂商是否使用金属机身,成为了是否购买的第一动力。小米跟进,与其说是模仿,毋宁说是符合消费者心理预期。
于是,小米打出的“奥氏体304不锈钢”给米粉们留下了一个巨大的想象空间。当然了,其对手之一的魅族马上跟进,立刻就拆穿了这么高大上的专业词语——所谓奥氏体304不锈钢,就是我们经常使用的不锈钢饭盒。
我相信这种落差感会让米粉们心中奔腾过一万匹草泥马,雷军显然也意识到了这个问题,于是在发布上直接了当的承认:我们的艺术,就是将普通的不锈钢饭盒,直接去掉了290克。
我曾经在无数的恋爱专家那里听到过这样的箴言:当你可以睡眼朦胧、衣着邋遢的出现在你爱的人面前时,说明你已经知道对方无论如何都不会离开你了。
当下的雷军用不用海飞丝我不知道,但他相当自信是可以确定的,自信自己的米粉都是真爱粉,无论自己用的是不是不锈钢饭盒,他们都不会离开自己。这一点,也体现在他在发布上的自黑。
既然本次发布会被小米“八大金刚”之一的黎万强称为“成人礼”,势必不会延续之前的幼稚跑分性能对比——实际上,如果可以,小米还会这么干——他们选择了梦想这个词。
梦想,有人说是天空之城,可梦不可及;有人说是云雨之欢,可干但得承担后果;有人说,不!老子不仅干了,还把生的仔养大了!
雷军就是最后一类人。
在讲述梦想之前,雷军先公布了有关小米的一些数据:米2售出一千五百万台,米3售出一千万台,小米ROM更新192次,分发给小米平台的开发者人民币超过1.4亿元。
你看,要想让别人信服你的梦想,必须以现实为根据。
有段话是这么说的:功败垂成之后说梦想,算是出师未捷身先死的情怀,还未行动先说梦想,算是吹牛逼,成功之后再说梦想,才是具备感染力的真实梦想。
所以,雷军的梦想是真的,因为有巨大的销量为其背书。
那么,为什么小米明明可以接着吹嘘“发烧”但却聊起了梦想呢?
这还要从去年说起。
2013年,米3发布,令人讶异的是,小米竟然首先启用了英伟达CPU,而高通版本则要延后四个月才能发布。
有人说这是小米与高通交恶的开始——事实上确实如此。小米为了压低价格、提高利润,不得不想办法提高自己在上游产业链的话语权。而曾经的小伙伴高通,无疑是重中之重。
有道是,断人财路如杀人父母,高通必然不同意。既然高通不同意,小米便与英伟达合作,期望通过自己的傲娇,来让高通俯首称臣。
万万没想到啊!英伟达这孙子竟然退出了手机芯片市场!将这一片红海拱手送给了高通和联发科。哭晕在厕所的雷军擦干泪水,重新与高通建立了合作伙伴关系。
但可想而知,黎叔很生气,后果很严重,高通给的米4方案,只是随大流而已——HTC、三星,甚至OPPO、锤子,都是高通骁龙801芯片。想要最新芯片?掏钱!要买就别嫌贵,告诉你,还不打折!
所以,普通水准再去说跑分,不仅矫情还傻逼。
微博上有人感慨,说小米终于毕业了。
四年,的确是一个大学生的求学时间,也的确要毕业了。
在这个毕业季上,雷军为我们带来了一场干瘪的、令人昏昏欲睡的产品发布会。而小米4的成人礼,就在这种氛围下匆匆结束了。
不管雷军还做不做期货,小米终究泯然众人。他值得我们若干年后大书特书的,恐怕只有一条:小米手机的出现,颠覆了中国智能手机市场的价格,让更多的消费者得到了实惠。
至于米4的外观,很多人说是博众家之长,成一家之型。
只是说这些话的人不知道,博众家之长还有一句俗语:杂种。

转载地址:http://unyxi.baihongyu.com/

你可能感兴趣的文章
milvus手册
查看>>
查看pytorch基于cuda 的哪个版本
查看>>
多目标跟踪的简单理解
查看>>
Near-Online Multi-target Tracking with Aggregated Local Flow Descriptor
查看>>
Joint Tracking and Segmentation of Multiple Targets
查看>>
Subgraph Decomposition for Multi-Target Tracking
查看>>
JOTS: Joint Online Tracking and Segmentation
查看>>
CDT: Cooperative Detection and Tracking for Tracing Multiple Objects in Video Sequences
查看>>
Improving Multi-frame Data Association with Sparse Representations for Robust Near-online Multi-ob
查看>>
Virtual Worlds as Proxy for Multi-Object Tracking Analysis
查看>>
Multi-view People Tracking via Hierarchical Trajectory Composition
查看>>
Online Multi-Object Tracking via Structural Constraint Event Aggregation
查看>>
The Solution Path Algotithm for Identity-Aware Multi-Object Tracking
查看>>
Groupwise Tracking of Crowded Similar-Appearance Targets from Low-Continuity Image Sequences
查看>>
CDTS: Collaborative Detection, Tracking, and Segmentation for Online Multiple Object Segmentation
查看>>
Deep Network Flow for Multi-Object Tracking
查看>>
Multiple People Tracking by Lifted Multicut and Person Re-identification
查看>>
Multi-Object Tracking with Quadruplet Convolutional Neural Networks
查看>>
关于多目标跟踪的一点理解
查看>>
Learning by tracking:Siamese CNN for robust target association
查看>>