12月3日,中國(guó)聯(lián)通與德國(guó)電信在南京簽署了物聯(lián)網(wǎng)業(yè)務(wù)合作協(xié)議,雙方將在物聯(lián)網(wǎng)全球一體化解決方案領(lǐng)域展開深度合作。聯(lián)通物聯(lián)網(wǎng)有限責(zé)任公司總經(jīng)理陳曉天、中國(guó)聯(lián)通國(guó)際有限公司副總經(jīng)理陳樹雄、德國(guó)電信物聯(lián)網(wǎng)副總裁丹尼斯·尼克萊斯(Dennis Nikles)、德國(guó)電信物聯(lián)網(wǎng)戰(zhàn)略與業(yè)務(wù)拓展部副總裁約翰內(nèi)斯·考曼斯(Johannes Kaumanns)出席簽約儀式并簽署戰(zhàn)略合作協(xié)議。
當(dāng)前,物聯(lián)網(wǎng)業(yè)務(wù)發(fā)展迅猛,預(yù)計(jì)到2030年產(chǎn)業(yè)物聯(lián)網(wǎng)將為全球創(chuàng)造14.2萬(wàn)億美元新產(chǎn)值。但是在高速發(fā)展的同時(shí),物聯(lián)網(wǎng)產(chǎn)業(yè)共性問(wèn)題也日趨明顯,基礎(chǔ)架構(gòu)缺乏統(tǒng)一標(biāo)準(zhǔn)、應(yīng)用之間缺乏協(xié)同合作、平臺(tái)之間缺乏互聯(lián)互通。如何整合資源實(shí)現(xiàn)模式創(chuàng)新,用平臺(tái)能力驅(qū)動(dòng)物聯(lián)生態(tài)共建共享,是聯(lián)通物聯(lián)網(wǎng)一直關(guān)注的發(fā)展重點(diǎn)。
此次與德國(guó)電信簽署物聯(lián)網(wǎng)業(yè)務(wù)合作協(xié)議,是中國(guó)聯(lián)通全球連接戰(zhàn)略的關(guān)鍵一環(huán),將深化中國(guó)聯(lián)通與德國(guó)電信在跨平臺(tái)連接領(lǐng)域的合作。雙方將結(jié)合各自優(yōu)勢(shì),通過(guò)聯(lián)通物聯(lián)網(wǎng)連接管理平臺(tái)與德國(guó)電信物聯(lián)網(wǎng)平臺(tái)的強(qiáng)強(qiáng)對(duì)接,幫助各自企業(yè)客戶實(shí)現(xiàn)跨平臺(tái)管理對(duì)方的本地物聯(lián)網(wǎng)連接,實(shí)現(xiàn)客戶一點(diǎn)管理,一點(diǎn)結(jié)算。這種全新的創(chuàng)新合作方式,不僅能助力中國(guó)企業(yè)在歐洲部署物聯(lián)網(wǎng)業(yè)務(wù),亦可以借助戰(zhàn)略合作運(yùn)營(yíng)商撬動(dòng)歐洲企業(yè)來(lái)華的物聯(lián)網(wǎng)業(yè)務(wù)。此外,雙方還將在資源共享,產(chǎn)業(yè)生態(tài)打造方面進(jìn)一步深化合作,基于集成平臺(tái),互通國(guó)內(nèi)外客戶資源,打造產(chǎn)業(yè)生態(tài),為客戶提供更優(yōu)質(zhì)的增值服務(wù),共同推進(jìn)全球連接發(fā)展。
簽約儀式后,聯(lián)通物聯(lián)網(wǎng)有限責(zé)任公司、中國(guó)聯(lián)通國(guó)際有限公司和德國(guó)電信等舉行了三方高層會(huì)談,就全球物聯(lián)網(wǎng)市場(chǎng)策略、客戶拓展和商機(jī)共享、5G的物聯(lián)網(wǎng)應(yīng)用場(chǎng)景等熱點(diǎn)問(wèn)題進(jìn)行了友好交流。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。