[中国,深圳,2020年5月19日] 在5月19日的2020年华为全球分析师大会上,华为企业业务与参会分析师及媒体分享了对行业趋势的洞察,以及华为企业业务将面对挑战,与合作伙伴携手前行,深耕行业数字化市场,加速助力客户数字化和智能化。
华为公司董事、企业BG总裁彭中阳表示:“过去一年华为经历崎岖坎坷,但始终不畏艰难,以聚焦解决客户问题、创造价值为初心。我们把华为30年服务电信运营商的技术积累、能力以及行业理解力和客户需求结合,提供有竞争力的、跨越多产品领域的ICT产品与方案,最终大多数客户仍然选择我们成为‘ 同路人’。华为的成功是因为背后有强大的研发团队持续投入、不断创新。在数字化时代,我们将牵引9万研发团队投身行业数字化转型市场,构建政企行业场景化解决方案。我们要团结一切可以团结的力量,坚定做好黑土地、打造繁荣生态,致力于成为客户数字化转型优选合作伙伴,打造数字世界的内核,共同建设这个伟大的时代。”
对于极具挑战的新目标,华为企业业务的信心还来源于外部环境的变化:一是,5G、AI、云计算等新ICT技术的发展和集中应用,推动行业数字转型进入爆发期;二是,疫情是面镜子,照出了数字世界的优势和强劲发展潜力,让全球的政府和企业看到,数字化转型势在必行。
华为企业BG全球Marketing总裁邱恒在《把数字世界带入每个组织》的演讲中介绍了企业BG 2019年业绩和目标:在全球客户的认同与伙伴的支持下,2019年,华为企业业务实现销售收入897亿人民币,其中伙伴贡献率达到86%,华为服务的客户全球超过50000家。世界500强中228家,世界100强中58家企业选择了华为和伙伴帮助其进行数字化转型。以深圳为例,华为已经助力了深圳1800多家企业数字化转型,涉及金融、交通、制造、电力、教育医疗等多个行业。未来华为通过引领行业数字化、推动园区和数据中心两大场景的变革,以及打造领先的明星产品,持续助力客户商业成功。
在交通行业数字化道路上,华为已经深耕20年,而以5G、人工智能为代表ICT技术正与交通业务深度融合,实现在安全,效率,体验领域的全面提升。华为企业BG全球交通业务部副总裁向曦分享了华为在交通行业的经验:交通行业正朝着一体化方向发展,华为将继续携手生态伙伴,围绕‘ 出行一张脸’,‘ 物流一张单’,‘ 监管运营一张图’,共同打造一体化的综合立体大交通。
数字化、智能化、开放化是金融行业数字转型的目的,疫情体现了金融企业利用新技术开展数字化业务经营的优势和价值,也加速了金融行业数字化运营的信心和决心。华为企业BG金融业务部CTO陈颖表示,华为将继续利用自身在ICT基础架构方面的创新技术和领先实践,帮助金融行业机构实现普惠金融、数据驱动的业务创新和开放银行等业务战略,为客户提供稳定、安全和敏捷的金融服务。
能源行业正面临能源转型、清洁低碳、能源安全、能源消费侧友好互动等挑战,华为企业BG全球能源行业首席数字化转型官夏文波认为,这些挑战将加速推动电力行业转型升级:“华为携手电力行业客户,推进云计算、大数据、5G和AI技术应用于电力行业,将在保障电网安全稳定运行,应对大规模新能源接入,提升运营效率,开拓新兴业务发挥巨大作用。”
未来,华为将基于“四新”战略,即新联接、新计算、新平台、新生态,打造数字中国底座、构筑数字世界的内核。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。