之所以尷尬，次物資是因?yàn)殡娨曇呀?jīng)被互聯(lián)網(wǎng)吸走了太多的觀眾，以至于讓客廳經(jīng)濟(jì)都失去了討論的價(jià)值。這些因素融合在一起，招標(biāo)中標(biāo)才誕生出了這一款現(xiàn)象級的產(chǎn)品。所以，采購看出問題所在了么?在目前的信息傳播環(huán)境之下，采購大多數(shù)人的注意力都放在了手機(jī)、平板電腦等移動(dòng)設(shè)備上，將人們的視線從電視、電腦轉(zhuǎn)移到手機(jī)上，這是一個(gè)正向的過程。

智能電視的銷量有所增長，項(xiàng)目但去庫存的壓力反而更大了，數(shù)據(jù)反應(yīng)的事實(shí)雖然有些片面，但也說明了些許問題。而所謂客廳經(jīng)濟(jì)的核心在于，候選注意力一定要放到電視上，才有進(jìn)一步延伸的可能。

在目前的現(xiàn)狀下，國網(wǎng)甘肅公開將人們視線從手機(jī)拉回到電視，國網(wǎng)甘肅公開這本身就是一個(gè)逆向的過程，而那些不使用網(wǎng)絡(luò)設(shè)備，更年長些的電視受眾，又怎么可能會(huì)對客廳經(jīng)濟(jì)諸如主機(jī)游戲、AR這些衍生產(chǎn)品感興趣呢?客廳現(xiàn)在是不是注意力的重點(diǎn)，客廳目前真正的用戶群體是哪些，這些和所謂的客廳經(jīng)濟(jì)暫時(shí)都是相矛盾的。

新技術(shù)的發(fā)展落地需要時(shí)間，電力用戶的吸納培育同樣需要時(shí)間，AR+電視是一次看上去很美的冒險(xiǎn)，能否成功，需要的不僅僅是勇氣，還有耐心。年第圖3-8壓電響應(yīng)磁滯回線的凸殼結(jié)構(gòu)示例（紅色）。

參考文獻(xiàn)[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子揚(yáng),電子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顧：次物資認(rèn)識這些帶你輕松上王者——電催化產(chǎn)氧（OER）測試手段解析新能源材料領(lǐng)域常見的碳包覆法——應(yīng)用及特點(diǎn)單晶培養(yǎng)秘訣——知己知彼，次物資對癥下方，方能功成。此外，招標(biāo)中標(biāo)隨著機(jī)器學(xué)習(xí)的不斷發(fā)展，深度學(xué)習(xí)的概念也時(shí)常出現(xiàn)在我們身邊。

為了解決上述出現(xiàn)的問題，采購結(jié)合目前人工智能的發(fā)展潮流，采購科學(xué)家發(fā)現(xiàn)，我們可以將所有的實(shí)驗(yàn)數(shù)據(jù)，計(jì)算模擬數(shù)據(jù)，整合起來，無論好壞，便能形成具有一定數(shù)量的數(shù)據(jù)庫。有很多小伙伴已經(jīng)加入了我們，項(xiàng)目但是還滿足不了我們的需求，期待更多的優(yōu)秀作者加入，有意向的可直接微信聯(lián)系cailiaorenVIP。