5月24日,第七届数字中国建设峰会在福州召开,中国移动董事长杨杰出席大会并作题为《共筑数智之基 共创美好未来》的主旨演讲。
杨杰表示,中国移动正在加快完善算网基础设施体系、关键技术体系、产品服务体系,优化全国性智算中心和边缘智算节点布局,全网智算规模达到17EFLOPS(FP16),年内还将投产多个超万卡智算中心,同时,依托算网大脑,推动算力成为像水电一样、“一点接入、即取即用、按需调度”的社会级服务。
移动云作为中国移动算龙头,在此次大会全方位、高规格展示了其在智算中心建设与技术创新、AI大模型研发、AI+应用等领域的重要成果。移动云持续推动通、智、边一体化管理,形成涵盖IaaS/PaaS/MaaS/SaaS的全栈智算产品服务体系,构筑移动云大模型产业生态,为各行各业提供完备的智算服务解决方案,加速智能社会建设步伐。
一、新算力,筑时代之基
时下,人工智能的快速发展导致了智算需求爆炸式增长,预计2025年智算需求规模将占总体规模的35%。移动云加快打造新型智算服务体系,推动新质生产力加快发展,夯实数字中国建设底座。
移动云构建全栈自主可控、行业领先的智算中心架构,形成“N+X”智算资源布局体系,算力资源覆盖国内外主流芯片厂家。其中,中国移动呼和浩特智算中心作为全球运营商最大单体智算中心,部署约2万张AI加速卡,AI芯片国产化率超85%,智能算力规模高达6.7EFLOPS(每秒670亿亿次浮点运算),中心从投产即开始承接大模型训练任务,入选我国“2023年度央企十大超级工程”。
大模型爆发为智算服务带来巨大的机遇和挑战,通用大模型训练以及基于成熟大模型的推理业务场景算力需求旺盛,成为智算服务发展重点赛道。在5月24日举办的数字中国建设峰会中国移动人工智能生态大会主旨论坛上,中国移动宣布开放大模型训练基地。大模型训练基地是中国移动为大模型提供训练所需智算资源及训推一站式工具链的服务平台,依托中国移动覆盖全国的智算中心以及移动云打造的一站式智算平台产品——大云震泽智算平台,助力大模型训得更快、训得更稳。大云震泽智算平台针对千亿、万亿大模型训练所需,提供异构算力调度、万卡并行训练、断点自动续训、通智边一体化训推服务,承载训练及大颗粒算力需求,实现千卡并训任务20天稳定训练,千亿参数模型30天预训练一轮,加速教育、医疗等各行业各场景AI模型稳定开发训练。
同时,在算力服务上,中国移动创新打造算力网络的智能中枢——“大云天穹”算网大脑,提供多要素融合编排、算网资源统一调度以及一体化服务供给能力。向下感知、纳管多样化的算力资源,以网强算,拓展算力性能边界和算力服务边界,促进算力与网络共生发展。向上支撑“算龙头”,实现传统产品和解决方案升级,创新任务式服务。
二、大模型,助行业远行
当前,AI大模型浪潮席卷全球,作为云计算国家队的移动云,在AI大模型领域同样取得了重要突破,研发能识图、会编程的九天·湛卢代码大模型。
九天·湛卢代码大模型,融合海量代码库、技术文档,为研发人员提供智能、高效、安全的编程体验。基于湛卢代码大模型,移动云研发湛卢代码助手、湛卢识图等多款应用,覆盖软件开发全流程。同时,该模型支持100+种编程语言,具备图生代码、文生代码、企业私有代码库问答、代码补全等8项核心场景能力。
湛卢代码大模型率先研发的“图生代码”功能,只需上传产品原型图,即可生成对应组件代码,能够有效节约前端页面研发时间,提升代码生成效率。此外,湛卢代码大模型与移动云数据可视化DataInsight联手研发的“图生大屏”功能,支持用户上传手绘草图、原型图,一键生成初始大屏设置,简化可视化大屏的开发流程,大幅提升产品交付效率与企业研发效能。
三、AI+应用,为社会注智
5月25日,“移动AI云电脑”在中国移动人工智能生态大会AI+行业分论坛上成功发布。该产品基于移动云强大的资源底座,全面融合先进AI大模型能力,构建专属AI秘书,推出语音智能交互、智慧会议助理、智能文档创作等多场景AI应用,为终端用户提供流畅、高效的电脑使用新体验。目前,移动AI云电脑已广泛应用于政务、医疗、教育等领域,包括为某省税务局提供高效的一体化办公方案,为全国数千所学校落地全场景教育解决方案等。
未来,移动云将继续践行“为国建云”使命,打造高效、泛在的新型智算服务体系,携手合作伙伴共筑大国智能基座,共创数字中国美好未来。
好文章,需要你的鼓励
Anthropic推出首个行业定制版AI产品Claude for Financial Services,专为金融行业打造。该服务基于Claude企业版,提供更高使用限制、内置数据连接器以及提示词库。新版本预装了连接FactSet、PitchBook等金融数据提供商的MCP连接器,并包含实施支持。针对金融分析师工作负载大的特点,该服务显著提升了速率限制,同时提供提示词库帮助用户更好地构建查询。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
多年来,Cursor、Windsurf和GitHub Copilot等代码编辑工具一直是AI编程的标准。但随着代理AI能力增强,AI系统正从处理代码转向直接与系统终端交互。Anthropic、DeepMind和OpenAI都推出了命令行编程工具。终端工具采用更广阔视角,不仅关注代码,还涉及整个程序运行环境,包括DevOps任务。研究显示传统代码助手可能降低效率,而Warp等终端工具在TerminalBench基准测试中表现出色,能够自主处理开发者的非编码工作。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。