如今,正以燎原之势在全球蔓延的人工智能、大数据、物联网等新一轮信息技术,使得我们的生活、工作方式逐渐转向数字化,智慧化。智慧城市作为目前大力倡导的产业,已然成为全国城市发展的热点。随之,智慧园区也顺应趋势发展起来。
区别于传统园区建设,智慧园区依赖于全新技术,对园区民生服务、园区服务、园区治理等信息进行智能化处理,以满足园区企业更为高效的活动需求。国内不少供应商均推出相关智慧园区解决方案以应对市场,联想作为业界知名企业,携慧觉智慧园区解决方案走进徐州,与徐州市泉山区人民政府达成战略合作,共建徐州中关村信息谷创新中心智慧园区的建设。

近几年,智慧园区的建设逐渐渗入至各大城市区域,徐州作为历史古城,是淮海经济区的中心城市,同时也是国家"一带一路"重要节点城市。对此次签约联想,徐州泉山区人民政府区长李勇表示:"徐州中关村信息谷创新中心是由泉山区政府与北京中关村信息谷合作共建的辐射淮海经济区的产业科技中心,"联想智慧运营中心"项目落地创新中心,将实现创新中心向"智慧园区"3.0模式创新演进,形成园区智能化产业生态链及独具徐州特色的创新平台,打造国内产业园区中的标杆典范。"
事实上,对于智慧城市的建设,徐州在七八年前就已经着手准备,于五年前已完成顶层设计。近几年在智慧城市及智慧园区建设上徐州将重点部署三大产业,一是工业4.0智能制造。依托于工程机械之都,在智能制造层面正筹建工业园区,将会搭建工业大数据方面的数据平台;二是智慧医疗。作为淮海经济圈的核心城市,徐州的医疗资源在全国城市中优势突出,数字医疗、分级诊疗都走在前列;第三在大数据平台建设。下一步会将徐州的政务平台接入到要本地大数据中心。在智慧园区上,此次与联想达到战略合作,为城市园区建设的必定会引到很大推动作用。
据悉,本次合作联想将为徐州中关村信息谷创新中心提供以"智慧办公、智慧园区管理、智慧体验为核心的慧觉智慧园区解决方案,会为园区提供灵活、可扩展、安全及智慧智能化的基础设施架构,通过智能应用和公共服务为园区提供以创新的IT服务,重新整合各种资源,形成园区智能化产业生态链,同时提供基于大数据分析的智慧园区多种应用服务。主要涵盖4大核心模块:入驻园区的企业服务云解决方案、园区整体IT服务智慧运营中心(IOC)解决方案、园区智慧物业管理解决方案、入驻园区的商家新零售解决方案。

相比于过去单纯提供办公场所的产业园区,智慧园区不仅仅是企业办公、商务合作的场所,更是产业聚焦、产学合作、创新孵化的高科技企业聚居地。国内也有不少IT供应商向这块市场发力。谈到联想独特的优势,联想集团中国服务总经理戴炜认为可以总结为三点:

一、管理能力。基于物联网、AR技术,联想同样面临着巨大挑战与转型,逐步走向国际化。这需要较强的管理能力。其实,戴炜认为智慧园区的管理核心并不是技术,重点是融合与定制化。根据不同园区的不同情况,将各项服务及应用落实到地,这才是最重要的。
二、应用与实践。在智慧办公和智慧管理方案中,联想也是一位体验者。每个员工在实际应用每一套案的设计点,去其糟粕,取其精华,落到实地。
三、合作优势。联想与中关村可以说是同一时期一起成长。最早联想坐落于中关村一条街,此次在徐州中关村创新谷部署智慧园区,更多的是希望打造成高科技行业的"黄埔军校"。
其实,在近些年,联想一直关注智慧城市、智慧园区领域,通过不断洞察探索及不同行业用户数字化技术的积累,也成为其建设的积极参与者。"在园区管理方面,联想的特色之处在于定制化与专业化,同时,联想将把以往数字化转型的成熟经验应用至园区企业上,配合徐州中关村创新谷,为未来园区企业提供最优质的创新服务。"联想IT管理服务新业务拓展总监陈宇峰补充道。
好文章,需要你的鼓励
2025年人工智能在企业中实现突破性应用,从实验阶段转向实用阶段。八位代表性CIO分享核心经验:AI工具快速进化、需保持快节奏实验思维、重视工作流程而非组织架构、数据质量成为新挑战、采用前瞻性指标管理项目、无需等待完美时机、AI既是技术也是社会文化现象、需严格项目管理、变革重在人员而非技术、多智能体架构成未来趋势。
这项由加州伯克利分校等机构联合完成的研究开发了MomaGraph系统,首次实现了机器人对空间关系和功能关系的统一理解。该系统通过强化学习训练,能够同时识别物品位置和操作方法,并具备状态感知能力。在综合测试中达到71.6%准确率,超越同类开源系统11.4%,在真实机器人平台上验证了实用性,为智能家庭机器人的发展奠定重要基础。
日本科技投资巨头软银需要在年底前筹集225亿美元,以履行对AI合作伙伴OpenAI的资金承诺。软银是OpenAI价值5000亿美元Stargate数据中心计划的主要资助者之一。为筹集资金,软银CEO孙正义可能动用多种手段,包括利用其持有的英国芯片设计公司Arm股份作为抵押贷款。软银已清仓英伟达股份为该项目提供资金,目前可通过Arm股份借贷115亿美元,还持有价值110亿美元的T-Mobile股份及270亿美元现金储备。
MIT研究团队提出了突破性的双向归一化流(BiFlow)技术,通过训练独立的逆向模型替代传统的精确逆向过程,解决了归一化流方法架构受限和推理缓慢的核心问题。该方法采用创新的隐藏对齐策略,让逆向模型学习高效的生成路径,在ImageNet数据集上实现了高达697倍的速度提升,同时将图像质量提升到新的技术水平,为生成模型领域带来了重要的思路突破。