当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 谷歌重组硬件业务,整合Pixel、Nest和Fitbit团队,将AR硬件全面转向OEM模式

谷歌重组硬件业务,整合Pixel、Nest和Fitbit团队,将AR硬件全面转向OEM模式

来源:IT之家 2024-01-22 15:13:41 0浏览 收藏

欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《谷歌重组硬件业务,整合Pixel、Nest和Fitbit团队,将AR硬件全面转向OEM模式》,这篇文章主要讲到等等知识,如果你对科技周边相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!

本站 1 月 16 日消息,谷歌近日发布内部公告,宣布重组负责 Pixel、Nest 和 Fitbit 硬件的设备与服务(Devices & Services)团队。

谷歌重组硬件部门:整合 Pixel、Nest 和 Fitbit 团队,AR 硬件全面转入 OEM 模式

谷歌当前的 Pixel、Nest 和 Fitbit 业务由三个不同团队推进,设计、硬件工程、软件、UI 等方面的工作也是独立开来。

谷歌宣布在本次重组中,改用职能型组织模式,由专门的团队整合负责 Pixel、Nest 和 Fitbit 的硬件工程。因此,谷歌所有硬件产品的这方面工作都将由一个人领导。

Fitbit 高管离职

作为此次重组的一部分,谷歌宣布Fitbit联合创始人詹姆斯·帕克(James Park)和埃里克·弗里德曼(Eric Friedman)将离开公司,与其他Fitbit领导人一同离职。

谷歌重组硬件部门:整合 Pixel、Nest 和 Fitbit 团队,AR 硬件全面转入 OEM 模式

谷歌在2021年1月完成了对Fitbit的收购,并让帕克继续担任Fitbit副总裁兼总经理。此外,谷歌还发布了Pixel Watch和Pixel Watch 2,并且帕克最后一次公开露面是在去年10月。

裁员 AR 团队,不再开发 AR 硬件

据报道,谷歌在本次重组中计划裁员数百人,主要集中在第一方增强现实(AR)硬件团队中,而其他设备与服务部门也将受到一定影响。

谷歌最近的裁员表明,他们将不再专注于开发自家的增强现实硬件,而是转向与OEM合作模式。员工可以申请公司内部的空缺职位,谷歌将继续提供支持。

理论要掌握,实操不能落!以上关于《谷歌重组硬件业务,整合Pixel、Nest和Fitbit团队,将AR硬件全面转向OEM模式》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
如何配置安装软件时需要管理员权限如何配置安装软件时需要管理员权限
上一篇
如何配置安装软件时需要管理员权限
如何卸载Mac双系统?
下一篇
如何卸载Mac双系统?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    449次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    519次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    535次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    480次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    304次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码