綜合交流 / 評(píng)測(cè) / 活動(dòng)區(qū)
交流區(qū) | 測(cè)硬件 | 網(wǎng)站活動(dòng) | Z幣中心
新手入門 / 進(jìn)階 / 社區(qū)互助
新手 | 你問我答 | 免費(fèi)刷機(jī)救磚 | ROM固件
自谷歌模塊化手機(jī)Project Ara曝光后,將智能產(chǎn)品模塊化個(gè)性組裝的概念震驚了全球科技界。那么,誰將成為下一個(gè)被模塊化概念激發(fā)跨越式發(fā)展的科技產(chǎn)品呢? 目前,想套用這種模塊思路的除了移動(dòng)設(shè)備之外,智能家居也開始在模塊概念上進(jìn)行探索。 在國(guó)內(nèi),智能家居領(lǐng)域被應(yīng)用的最廣泛的模塊化產(chǎn)品當(dāng)屬電視,市面上常見的平板電視與電視盒子的組合就是硬件模塊化的一種形式。用戶不需要更換昂貴的電視整機(jī),只需要根據(jù)自身對(duì)電視性能的需求購買相應(yīng)的電視盒子產(chǎn)品即可。 近幾年,“摩爾定律”在電視行業(yè)的效應(yīng)越發(fā)明顯,電視的更換周期已經(jīng)從4到5年縮短為1到半年就可升級(jí)換代一次。但對(duì)于用戶來說,電視的換代成本相對(duì)較高,不可能隨時(shí)整臺(tái)更換,而軟件升級(jí)根本無法滿足用戶對(duì)新功能的需求。傳統(tǒng)智能電視將核心硬件內(nèi)置封閉,使用戶對(duì)于新技術(shù)的體驗(yàn)成本大大增加。 模塊化會(huì)為電視帶來什么改變? 在國(guó)內(nèi),實(shí)現(xiàn)電視模塊化并不是不可能,目前已經(jīng)有電視廠商開始積極的探索。 在具體形式上可以分為兩種,一種是大麥電視那樣,將“主機(jī)”和顯示器徹底分離,用戶在升級(jí)換代時(shí),直接更換主機(jī)盒子即可,電視徹底變成一塊顯示屏幕。 另一種,是類似長(zhǎng)虹CHiQ二代電視那樣,本身保留電視的基本功能,另外將另一部分可升級(jí)的模塊外置,是否購買外置模組由用戶自己決定。 CHiQ電視產(chǎn)品經(jīng)理介紹,這塊可升級(jí)模塊為RK3288,其性能等同于2015年主流智能手機(jī)所用到芯片的性能。而此前的CHiQ一代電視可以通過此模塊升級(jí)到二代產(chǎn)品。并且,這個(gè)升級(jí)模塊不僅可以插在長(zhǎng)虹CHiQ電視上,而且還可以通過HDMI接口獨(dú)立在其他電視中使用。 選擇這樣做有兩方面原因,首先電視屬于耐用消費(fèi)品,體積龐大不易于更換。另一方面,用戶對(duì)于智能電視的視頻、游戲功能的需求在逐漸旺盛,每隔一段時(shí)間電視的cpu就跑不動(dòng)絕大多數(shù)新款的電視游戲。 尤其在游戲方面,其一大核心要素在于玩家對(duì)畫面的感受,電視絕對(duì)算得上游戲的最佳拍檔,尤其是當(dāng)游戲玩家不只一位,展開對(duì)戰(zhàn),游戲畫面變得復(fù)雜的情況下,電視大屏“大”的優(yōu)勢(shì)更會(huì)再次被凸顯出來。但目前,電視對(duì)于精美游戲來說,出現(xiàn)的狀況依舊是“小馬拉大車”。 業(yè)內(nèi)專家、愛奇藝高級(jí)副總裁段有橋認(rèn)為,“模塊化電視是整個(gè)產(chǎn)業(yè)鏈的事情,必須把芯片定義、電視機(jī)設(shè)計(jì)、生產(chǎn)、營(yíng)銷、運(yùn)營(yíng)這些環(huán)節(jié)都整合在一起,才能出現(xiàn)用戶喜歡、廠家歡迎、市場(chǎng)接受的模塊化、可升級(jí)電視機(jī)。目前電視機(jī)廠商正在面對(duì)一場(chǎng)曠日持久的互聯(lián)網(wǎng)化運(yùn)動(dòng),不管是主動(dòng)創(chuàng)新還是被動(dòng)革命,都給模塊化電視創(chuàng)造了一個(gè)非常好的市場(chǎng)氛圍。因此我認(rèn)為,時(shí)機(jī)已經(jīng)差不多成熟,模塊化電視會(huì)給這些先吃螃蟹的廠商帶來顛覆性的大機(jī)會(huì)?!?/div> |
Archiver|新帖|標(biāo)簽|軟件|Sitemap|ZNDS智能電視網(wǎng) ( 蘇ICP備2023012627號(hào) )
網(wǎng)絡(luò)信息服務(wù)信用承諾書 | 增值電信業(yè)務(wù)經(jīng)營(yíng)許可證:蘇B2-20221768 丨 蘇公網(wǎng)安備 32011402011373號(hào)
GMT+8, 2025-1-8 14:51 , Processed in 0.031038 second(s), 8 queries , Redis On.