12月15日,2023年粤港澳大湾区人工智能产业大会在广州隆重举办。本届大会以“驭见大模型,智领新征程”为主题,旨在搭建政产学研用商一体化高端交流平台,促进产业技术突破,加速科技成果落地转化,推动数字产业融合创新。
01 人工智能助推数字经济蓬勃发展
大会现场,中国建设银行广州人工智能与数字经济试验区支行、广州开发区穗港科技合作园管理委员会、广州紫为云科技有限公司、科华数据云集团、广州天进战略咨询有限公司、广州云趣信息科技有限公司、广州市润轩药房有限公司通过企业展台向参会嘉宾展现出展示多元化、智能化产品服务矩阵。达闼科技在大会开场环节为观众献上智能机器人群舞,引起热烈反响。

大会开场环节,广东省科学技术厅二级巡视员龚建文,中国科学院院士、欧洲科学院院士、广东省人工智能产业协会首席荣誉会长汤涛,中国科学院院士,中国科学院深圳先进技术研究院党委委员、副院长,广东省人工智能产业协会荣誉会长郑海荣发表致辞。大会晚宴环节,原广东省经济和信息化委员会党组副书记、副主任,广东省人工智能产业协会荣誉会长邹生、广东省人工智能产业协会常务副会长兼秘书长张崟发表致辞。
02 产业三大重磅消息发布
《2023年广东省人工智能产业发展白皮书》在会上正式发布。《2023年广东省人工智能产业发展白皮书》由广东省科学技术厅指导、广东省人工智能产业协会牵头编写。白皮书共调研广东省数百家人工智能企业、人工智能科研机构、人工智能开放创新平台、人工智能产业园、人工智能行业组织、人工智能投融资机构及人工智能产业从业人员,以多元化视角生动地展现出广东省人工智能的创新成果及发展趋势。

国信中数携手广东省人工智能产业协会发起的“CHA人工智能独角兽共创理事会”旨在汇聚多方核心资源,孵化人工智能独角兽企业。在参会来宾的见证下,“CHA人工智能独角兽共创理事会”正式揭牌发布。
会上,广东省人工智能产业基金正式发布,旨在为广东省内人工智能标杆企业、重点项目提供资金支持和资源赋能,助力人工智能产业生态建设。
03 行业两大奖项隆重揭晓
会上举行了广东省人工智能产业协会科学技术奖颁奖仪式,27个团队及个人获颁广东省人工智能产业协会科学技术奖,奖项包含技术发明奖、自然科学奖、科技进步奖和青年科技创新奖四大类获奖项目。
大会隆重举办了「智推力」2023年度广东人工智能风云榜颁奖典礼,共有128家企业及项目入选「智推力」2023年度广东人工智能风云榜榜单,荣获人工智能科技企业风云榜、人工智能科研机构风云榜、人工智能投资机构风云榜、人工智能应用项目风云榜四大类奖项。
04 院士专家分享前沿观点
大会现场,大模型领域专家围绕AI大模型的发展前景与挑战发表了主题演讲。华南理工大学党委常委、副校长徐向民以“大模型垂域落地与主动健康探索”为主题发表演讲,分享突破大模型发展挑战的关键路径。

上海人工智能实验室领军科学家,香港中文大学教授,书生通用大模型负责人林达华围绕大模型发展的挑战和发展前景发表主题演讲,并对AI大模型发展前景进行展望。

05 行业大咖共话产业趋势
在AI大模型圆桌论坛环节,院士专家与企业大模型负责人以“拥抱大模型浪潮,激发新质生产力”为主题,围绕大模型在技术端和产业端的发展趋势展开讨论。
百度技术委员会理事长、百度技术学院院长陈尚义提到:“促进通用人工智能发展的道路上,要重点关注解决大模型的幻觉问题,突破多模态问题及推动硬件一体联合优化。”
华为云大数据与人工智能领域总裁尤鹏讲道:“大模型的重要价值体现在与工业、科研领域的结合,要以大模型赋能实体经济,赋能数字融合,帮助各行各业提升效率及利润。”
科大讯飞AI研究院副院长刘俊华提到:“要提升行业数据利用效率,搭建合作机制,联合训练AI大模型。要强化机器筛选能力及培养专业人才,推动行业大模型落地。”
金山办公助理总裁田然提到分享了大模型在办公产品中的落地应用,并提到大模型的发展方向可以围绕B端、C端用户的现实需求进行探索及应用,为用户带来更多实用价值。
商汤科技智慧健康CTO段琦分享了医疗大模型构建中遇到的语料来源问题、大模型记忆能力上限问题,并提到可以通过强化研发提升大模型记忆能力,加强行业数据合作提升大模型精准度。
欧洲科学院院士、华南理工大学计算机科学与工程学院院长、广东省人工智能产业协会联席会长陈俊龙担任论坛主持人,他谈道:“可以通过强化数据要素、私有数据交易,探索建成行业大模型。大模型在工业界的应用、实体经济的应用仍有广阔的探索空间。”

人工智能生态圆桌论坛环节,行业领袖们共同聚焦AI大势,共谋产业新局。
诸位嘉宾围绕中国人工智能产业破局领先的路径展开讨论,华为公司广东产业发展与生态部部长齐伟斌提出:“要整合利用人才资源、算力资源,从产业视角入手,从全流程创新产业链角度切入,找到人工智能赋能产业的场景。”
谢诺投资集团创始合伙人、投资委员会主席魏晓林提出:“企业发展过程中要树立开放,包容的心态。产业发展过程中,要强化多方协同,打造开放的合作生态,鼓励突破与创新。”
广州紫为云科技有限公司董事长顾友良提出:“对于企业而言要强化创新思维,脚踏实地干出实事。对于产业生态而言,要团结力量,整合资源,以人工智能技术持续为数字经济赋能。”
中国建设银行股份有限公司广东省分行数据中心主任龙江提出:“要强化产业连接,用好金融等关键资源,整合企业及高校的先进人工智能技术,搭建服务人民群众的桥梁。”
论坛主持人广东省人工智能产业协会创会会长、广东省政协委员杜兰提到:“大模型的出现给人工智能产业的发展,带来了新的机遇和挑战。科技创新要有企业家精神,保持对市场的敏感度,不断调整经营战略。产业要营造鼓励创新、宽容失败、拒绝平庸的良好氛围。

06 共建共创共谋发展
广州市开发区穗港科技合作园在会上进行了招商推介和政策宣传,科大讯飞产业加速中心、万华化学(广东)有限公司在会上发布了产业需求。
广州市开发区穗港科技合作园管委会常务副主任、党组副书记林敏介绍了广州开发区、黄埔区及穗港科技合作园的发展现状及多项产业政策,林敏提到,穗港科技合作园已具备雄厚的制造业基础和实体经济实力,助力企业迈向成功。
万华化学(广东)有限公司总经理胡振华分享了万华化学企业发展现状、数字化建设现状及人工智能建设方向。并表示万华化学持续加速推进自动化、数字化建设工作,助推安全生产高质量发展。
科大讯飞长沙产业加速中心总经理肖丹在演讲中介绍了讯飞产业加速中心的五大业务板块及“六大赋能”创新体系,并表示讯飞产业加速中心将持续推动企业转型升级,与企业携手共赢未来。
本届大会战略支持单位包括中国建设银行广州人工智能与数字经济试验区支行、广州开发区穗港科技合作园管理委员会、广州谢诺投资集团有限公司、广州紫为云科技有限公司、科华数据云集团。合作伙伴包括湖南湘讯未来科技有限公司、广州天进战略咨询有限公司、广州云趣信息科技有限公司、华为技术有限公司、小米中国区广东分公司、广州市润轩商贸有限公司、广州市润轩药房有限公司。特别鸣谢湖南陶润会文化传播有限公司、广州凡拓数字创意科技股份有限公司。
粤港澳三地政府领导、企业代表、学术专家齐聚一堂,共同探讨人工智能产业的未来发展趋势,一同见证粤港澳大湾区人工智能产业创新成果。大会与会嘉宾包括:
中央政府驻港联络办广东联络部一级巡视员梁雄
中央政府驻澳联络办广东联络部二级巡视员李国文
广东省科学技术厅二级巡视员龚建文
中央政府驻港联络办广东联络部交流处副处长、一级调研员张小惠
广东省科学技术协会学会学术部部长、省科技社团党委副书记谢洪
广东省工业和信息化厅数字产业处一级调研员董晋
广州市工商联会员工作部部长吴朝阳
广州市开发区穗港科技合作园管委会常务副主任、党组副书记林敏
原广东省经济和信息化委员会党组副书记、副主任、广东省人工智能产业协会荣誉会长邹生
广州市科学技术局政策法规与创新体系建设处原处长、一级调研员钟斌
华南理工大学党委常委、副校长徐向民
欧洲科学院院士、华南理工大学计算机科学与工程学院院长、广东省人工智能产业协会联席会长陈俊龙
广东省人工智能产业协会创会会长、广东省政协委员杜兰
广东省人工智能产业协会常务副会长兼秘书长张崟
因赛集团董事长、广东省人工智能产业协会副会长王建朝
澳门大湾区人工智能学会秘书长田亮
华南师范大学计算机学院院长、人工智能学院院长、教授蒋运承
2023年粤港澳大湾区人工智能产业大会的成功举办,将有助于强化人工智能创新链和产业链深度融合,形成科技创新和产业应用互相促进的良好发展局面,助推人工智能产业高质量发展。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。