（跟优衣库联名遭疯抢，KAWS的商业价值来自何处？-虎嗅）

1.KAWS从涂鸦者到明星艺术家,KAWS并没有通过传统的路径去走向艺术市场，而是从街头走向画廊，可以说打破了以往对高雅和低俗艺术之间分界的认知。

2.艺术史告诉我们艺术是不可能独立存在的，而是源于“生活”，跟社会的大环境共同发展，古典艺术的发展如此，现代艺术也是如此。

3.KAWS的成名之路是他通过类似广告、发传单的形式推广自己的作品，进阶之路则是通过社交网络的宣传自己，当他的影响力足够的时候，就可以通过名人互动等方式吸引更多有钱人的注意力。

4.但KAWS的含金量也很有争议，毕竟我们通常认为的艺术家具有持续创作的能力，而KAWS则在一直“复读”，用他受最欢迎的元素跟已经流行的元素不断组合，阿童木，辛普森、海绵宝宝……形成一个个“陌生又熟悉”的作品。至于内涵，就像做阅读理解一样，人是非常善于联想的生物。

5.同样KAWS的大部分商业价值并不是因为其艺术性，而是来自当下消费者对这种互联网时代“波普艺术”的认可，互联网社会下一些消费者的情绪，隐藏于这种艺术内容中。而人为制造出稀缺性的“社交货币”能够升值，也足见互联网营销的煽动性是多么强大。

（OYO 走在十字路口-极客公园）

1.OYO，这家来自印度的公司创立于 2013 年，创始人 Ritesh Agarwal 是个 90 后。最新数据显示，目前 OYO 已经入驻中国超过 320 座城市，上线酒店一万多家，客房数 50 万间。加速之外，OYO 在中国的进阶并不顺利。它曾遭遇 OTA 巨头封杀，酒店被平台系数下架，这一截流之举也成为酒店业主质疑 OYO 的导火索。如今「解禁符」发出，对 OYO 而言无疑是剂强心针。

2.OYO 缺的不止流量。在烧钱狂奔之下，其运营管理无法跟上、酒店业主反映业绩无明显抬升等问题也愈发明显。一位酒店从业者向极客公园介绍，OYO 的酒店数量多达一万，拥有匹配数量的店长进行管理是关键，「如果这个集团拥有三百家店，但只能供给两百个店长时，问题就出来了，剩余一百家店会疏于管理，业绩上不去，品牌肯定会受到影响。」

3.一方面，OYO 正竭力解决流量饥渴，暂缓与 OTA 平台的短兵相接，但随着自有流量的累积，OTA 业务未尝不是 OYO 能够涉足的商业化之路；另一方面，推出 2.0 模式提升品牌影响，OYO 在中国也试图做出新锐的连锁品牌，但它面前横亘的是华住等传统酒店业巨头，以及美团、携程等互联网玩家。

（TensorFlow Lite 如何连接世界？-极客公园）

1.边缘设备的数据传输到云端处理并非是最经济有效的方式，经过云端传输会有延迟，从而影响体验。从用户端来看，他们对于交互的需求越来越高的，快速、及时的智能反应是消费者的普遍期待，这就给端侧的机器学习带来很多前景。

端侧机器学习的优势使得智能互联有了新的可能性：

1）更快更紧密的交互方式，因为模型在本地执行，延迟小；

2）在没有很好网络的情况下仍然可以很好的提供服务；

3）更好的保护隐私，因为在本地进行数据收集和处理，减少数据上传。

但是实现端侧机器学习有很多挑战，主要是三个方面：

1）端侧算力有限，限制了模型的复杂度；

2）端侧内存有限，限制了能运行的模型大小；

3）电力有限，需要模型运算效率更好，比如对于大家所熟知的智能手表而言，省电是一个很重要的考虑。

2.TensorFlow 是一个端到端的开源的机器学习平台，大家日常接触的智能服务比如语音识别、图像处理和智能推荐等，背后很多都是基于 TensorFlow 开发的。

3.TensorFlow Lite 怎么面对这些挑战。

第一点就是更小的模型格式，并提供了方便的模型转换器，可以把比较大的 TensorFlow 模型方便地转化成更小的 TensorFlow Lite 模型。

第二有更小的解释器，安卓应用只需 1 兆左右的运行环境，在 MCU 上甚至可以小于 100KB。

第三，在硬件加速层面，对于 CPU 利用了 ARM 的 NEON 指令集做了大量的优化。同时，Lite 还可以利用手机上的加速器，更激动人心的前景发生在 IoT 领域，TensorFlow Lite 可以支持微控制器 MCU，而 MCU 是单一芯片的小型计算机，没有操作系统，只有内存，也许内存只有几十 KB，全球有超过一千五百亿的 MCU，很多设备上都有 MCU。我们发布了 MCU 上的语音识别的模型，可以识别若干关键词，语言模型只有 20KB 左右。同时我们还在构建 MCU 上的图像识别模型，预计只有 250KB。