9月8日,以“新IT,新引擎”为主题的第七届联想创新科技大会(Lenovo Tech World 2021)成功举办。大会上,联想集团董事长兼首席执行官杨元庆提到,联想将持续加大研发投入,计划在未来三年内将研发投入翻番。
联想集团副总裁、基础设施方案业务集团(ISG)中国区产品事业部及战略运营总经理吴彬在接受至顶网采访时表示,为了响应客户数字化转型的诉求和趋势,客户希望未来不仅仅是产品和技术的交付,而是越来越复杂的方案类的交付和服务类的交付。因此联想ISG从基础设施、硬件产品到解决方案和服务全方位加大研发投入。
首先,ISG未来的研发投入会在原有技术产品的研发与工程化,以及交付的基础上,以更好的整体解决方案和最终服务的方式交付给客户。过去两年,联想ISG建立了专业的研发团队。在全球化的研发团队中已建立专注在中国市场的专属研发力量和专业能力。研发团队在两年之内迅速扩张15余倍,并以两年翻番的数千万级的研发投入,充分展现深入客户业务场景的技术研发能力。
其次,联想所提倡与主导的新IT“端-边-云-网-智”全要素优势与布局,为联想ISG带来了很好的基础,所以联想ISG会重点围绕边缘侧、云端、和网络侧持续加大研发的投入,将联想全要素的布局更加充分和完善。“围绕包括ThinkSystem、ThinkServer品牌系列硬件底层架构的产品。联想ISG协同联想内部“端-边-云-网-智”各个业务集团,包括联想研究院和联想创投的所投企业,将这些企业好的技术纳入到本地化解决方案中,形成协同的力量。”吴彬分享到。联想还将专注打造本地化的“软实力”,取得中国本地市场中的专业资质和认证。比如应对中国市场越来越多的安全性问题,联想ISG服务器业务取得了EAL4安全等级的认证,在软件和业务的开发方面,也取得了CMMI5的等级认证。
第三,联想ISG“全球智慧+本地创新”的业务战略。基于“全球智慧+本地创新”的策略,联想ISG研发的投入也会围绕将全球好的技术落地的同时,打造本地化所需要的定制服务的能力,定制产品开发的能力,将产品从硬件层到软件层,一层一层往上到整个生态中去打通,形成一个整体的方案,联想ISG会从这方面去布局研发的力量和投入。
“全球智慧+本地创新”的战略落地主要分为三个方面:
第一,是从传统的技术方面满足中国客户的诉求。通过本地的研发力量,去提供定制化的产品与解决方案。“定制听起来是研发层次的,其实要深入了解客户的行业应用、行业属性,才能知道需要在产品和解决方案去定制的部分,这就需要和客户深度交互的过程,去深入了解客户的行业。 ”吴彬谈到。
第二,是在新兴领域中,与行业客户共同探索与开拓。当很多中国企业在某些领域开始引领的时候,在一些行业和技术方面,比如5G、边缘领域,缺少可参考的东西。“我们所说的“全球智慧+本地创新”,也肩负着与中国这些相应新兴领域的行业客户结合双方的优势,共同拓展新兴的领域,积累行业的应用场景。在实践未来的应用场景的过程中,是需要联想ISG和行业客户去共同开拓的。 ”吴彬分享到。
第三,是建立本地化的生态。在中国整个企业级市场中,在有自己的产品和技术的同时,也建立了本地的生态。联想在这里面需要承担起自己的企业责任,与行业伙伴共建本地生态。
最后,联想ISG继续加大内生外化的研发投入。联想也会在内部很多业务集团里面,比如联想研究院、联想创投,去做很多外延的技术和生态的搭建。联想ISG中国区在未来也会在产品和解决方案的组合中推进内生外化,将联想自身的技术首先应用在自身业务上,应用成熟了很多好的技术和解决方案,再推广到相应的行业客户里面去。
“比如联想作为一个科技驱动的制造企业,将自身联宝厂里推广的一系列技术,比如说智能排产,以及刚发布的联想大脑等技术首先应用到自身当中。联想再将这些技术做相应的产品化,外化到行业客户里面,已经积累了许多实际案例。” 这样通过内生外化在内部孵化好的技术,再外化成能够帮助行业客户解决实际问题的产品和方案。联想ISG在过去两年中,将集团“端-边-云-网-智”各个环节中已经内生成熟的技术做产品化,最后外化到提供给终端客户的产品和解决方案里。吴彬最后表示,未来联想ISG基本上以上四个层面去做投入和布局。
好文章,需要你的鼓励
上海交通大学研究团队开发出革命性AI癌症诊断系统,通过深度学习技术分析50万张细胞图像,实现94.2%的诊断准确率,诊断时间从30分钟缩短至2分钟。该系统不仅能识别多种癌症类型,还具备解释性功能,已在多家医院试点应用。研究成果发表于《Nature Communications》,展示了AI在精准医疗领域的巨大潜力。
南华理工大学等机构提出3DFlowAction方法,让机器人通过预测物体3D运动轨迹来学习操作技能。该研究创建了包含11万个实例的ManiFlow-110k数据集,构建了能预测三维光流的世界模型,实现了跨机器人平台的技能迁移。在四个复杂操作任务上成功率达70%,无需特定硬件训练即可在不同机器人上部署,为通用机器人操作技术发展开辟新路径。
这是首个系统性探索跨视角协作智能的综合性研究,由南京大学、东京大学等顶尖机构联合完成。研究团队首次将"第一人称视角"与"第三人称视角"的协作应用进行了全面梳理,提出了三大技术方向和十三个关键任务,涵盖从智能厨房到手术机器人的八大应用场景。这项突破性工作为人工智能向人类认知迈进提供了重要的技术路径和理论基础。
这项由台湾大学与微软研究团队合作的研究探索了使用音频感知大语言模型(ALLMs)作为自动评判员来评估语音生成模型的说话风格。研究设计了"语音风格指令跟随"和"角色扮演"两个任务,测试了四种语音模型的表现,并比较了人类与AI评判的一致性。结果表明,特别是Gemini-2.5-pro模型,其评判结果与人类评判的一致性甚至超过了人类评判者之间的一致性,证明ALLMs可以作为可靠的自动评估工具。同时研究也发现,即使是最先进的语音模型在说话风格控制方面仍有显著改进空间。