9月5日,备受业界关注的2017全球云计算大会在上海世博展览馆盛大开幕。作为中国规模最大的云计算活动之一,本届全球云计算大会吸引了数千名企业的CIO、CTO、技术开发者和企业级终端用户,涉及金融、制造、电商、教育、医药等诸多热门应用领域。作为国内领先的大数据企业,北京供销大数据集团(简称“SinoBBD”)受邀参加此次盛会。
会上,北京供销科技CEO王帅宇以“SinoBBD Cloud : 脚踏实地 知行合一”为主题发表重要演讲,同与会行业领袖和技术专家深入探讨互联网+时代企业“上云”的趋势,以及云计算产业未来发展方向。王帅宇还重点分享了SinoBBD Cloud创新产品的定位及优势,并对如何通过整合资源,实现一体化产业布局来捍卫国家数据主权,帮助企业实现云生态赋能展开深入讨论,受到与会行业领袖、技术专家等多方的高度认可。
图为北京供销科技CEO王帅宇发表重要演讲
脚踏实地知行合一
在“互联网+”飞速发展的时代背景下,云计算产业高速增长、蓬勃发展,快速走过了从提出到成熟、从概念到落地的发展过程。随着云的普及和广泛应用,云计算正在经历信仰落地到工具属性凸显的过程,而这一趋势集中体现于:一是价值核心向上迁移,二是公有云迈向混合云。
会上,王帅宇谈到,想要在云计算领域有所建树,必须跨过信任、资源和资金三道门槛,SinoBBD具备跨越这道门槛的实力和底气。首先,SinoBBD是国企控股企业,有国有企业的信用背书及良好的政府、运营商关系,是云计算领域的“国家队”,肩负着维护国家数据主权的使命;其次,集团按照“3+10+X”进行数据中心集群布局,拥有DC、CDN、Cloud、大数据管理平台和国际业务等产品线,有技术实力做到一体化的产业布局;最后,SinoBBD联合华融新兴产业投资管理股份有限公司,成立了一支200亿的大数据基金,全力支撑集团云业务的开拓和发展,帮助企业实现云生态赋能,通过打造国内最大的公有产业云,加速云应用落地和商业价值变现。
在谈到SinoBBD Cloud的战略布局时,王帅宇表示,集团在产业优势、资源优势和资金优势的合力助推下,实现集团云产业从基础到行业,从行业到产业的“三级跳”。并且紧密把供销体系联结,将优势及资源整合,打造SinoBBD Cloud产业生态圈,发力大金融、大健康、智慧城市、农业4.0等多重领域,以SinoBBD Cloud平台和大数据技术支撑6000亿交易额电商平台,助力打造农村电商国家队,服务三农,推进供给侧改革,实现生态赋能,与业界伙伴携手前行、合作共赢。在云计算“下半场”的起始点,“脚踏实地、知行合一”将是书写成功未来的核心与关键.
摘取“云鼎奖”开启“一体化”新征程
作为每年全球云计算大会的重要项目,“云鼎奖”评选历来备受业界瞩目。此奖项旨在表彰对中国云计算做出突出贡献和具有创新精神的集体、个人或产品,进而促进云计算在中国健康、快速、有序发展,助推中国企业走向世界舞台。SinoBBD凭借大数据领域独有的“国家队”及技术领跑者的身份、卓越的全球一体化战略布局、以及在云计算领域做出的创新贡献,成功摘得 “2016-2017年度中国领先品牌奖”及“2016-2017年度全球最佳实践奖”两个重磅奖项。
图为北京供销大数据集团下属北京供销科技CEO王帅宇代表集团领取“2016-2017年度中国领先品牌奖”
对此,北京供销大数据集团总裁陈静红表示:“很荣幸摘得云鼎奖的桂冠,它标志着SinoBBD获得重要认可,更为SinoBBD的‘一体化’迈向云端的新征程开了一个好头。未来,SinoBBD将会进一步在自主研发、产业链合作上全面发力,真正实现中国云计算的自主可控、安全可信、高效可用。也希望通过全球云计算大会这个平台,让业界更多企业了解大数据‘一体化’的力量,感受云计算服务带来的行业变化、产业变化和经济变革。”
扬帆启航推动产业升级
当前,全球经济正处于深度调整阶段,经济增速由5.4%一路下滑至3.1%,这一格局被美国经济学家萨默斯称之为长期性停滞。而要成功跳出这一阶段,重新激发经济活力,云计算、大数据等新技术的进一步深化应用必不可少。当理念的认知被充分认同,“行”的价值和意义被提升至新的高度,而SinoBBD的诸多探索和创新,正是对此的努力践行。
在云计算领域,SinoBBD Cloud采用了颠覆破界的产品思维,整合集团IDC、EDC、CDN、SDN传输网络、大数据管理平台、云安全和云运维体系,形成创新的一体化方案,实现云生态激活,以“知行合一”的理念,推动更多企业轻松上云,助力我国云计算产业的再次升级。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。