1月11日-12日,以“打造园区智能体,共建全场景智慧”为主题的“华为智慧园区合作伙伴大会”在华为三丫坡成功举办。两天会议分别面向园区核心集成伙伴和解决方案伙伴设立专场,开放沟通、对齐思路,共探园区发展路径,共拓园区千亿市场。
华为智慧园区集成伙伴沙龙合影
1月11日,华为智慧园区8家核心集成伙伴与会,共同回顾2020年业务成果,并对2021年合作目标、关键行动计划、如何加深协作等方面深入探讨。
广东飞企互联科技股份有限公司总裁袁志远:智慧产业园区是产业园区数字化转型的必然结果,将成为下一个万亿级的蓝海市场。
上海合胜计算机科技股份有限公司总经理段旭光:合胜在向客户交付了智慧园区解决方案后,通过持续运营和运维获得客户认可与收益,做大了智慧园区项目规模;我们有一个做弱电和智能化项目及运维服务的部门,当我们开展与华为智慧园区合作后,由边缘部门变成了核心业务团队,重新焕发了生机。
深圳市兴海物联科技有限公司总经理周健龙:华为智慧园区要做的是产业,而不是一个个项目,如何驱动产业中各组织共同投入智慧园区产业,扩大产业影响力,做好产业标准是我们共同的目标,集成伙伴才能更快速高效地开展业务。
中软国际科技服务有限公司CIG总裁孙佳韡:园区项目涉及咨询、设计、ISV、平台、终端、服务等各类伙伴,要通过价值链的梳理形成更有竞争力的航母战斗队形。
神州数码(中国)有限公司服务事业部总经理罗光:智慧园区业务拓展周期较长,需要有战略耐心,有固定的团队投入,攻下标杆项目。标杆项目的意义不仅仅在于项目样板和方案,更重要的是磨合形成伙伴和区域的项目运作和对接模式。
华建数创(上海)科技有限公司总经理刘翀:智慧园区的业务价值应该从锦上添花的需求向客户的刚需发展。华建数创愿与华为一起推动这个变化以更快促成客户决策。
拓维信息系统股份有限公司政企业务总经理廖秋林:拓维信息全面拥抱华为智慧园区,构建设计、销售、交付、服务的端到端集成伙伴能力,基于华为智慧园区数字平台打造园区一体化行业解决方案。
华为智慧园区解决方案伙伴论坛合影
1月12日,30家智慧园区解决方案伙伴与会,共同研讨如何共建有竞争力的智慧园区解决方案。在过去的2020年,行业伙伴与华为智慧园区解决方案协同发展,智慧园区数字平台能力得以丰富和增强,对伙伴的运营支撑也在发展中深入。聚焦2021年合作目标,围绕“如何实现合作共赢”以及“如何提升平台竞争力”两个主题展开激烈讨论,大家从平台能力提升、平台易用、平台商务竞争力、伙伴支持、合作共赢等方面提出宝贵意见。
智慧园区业务部总裁苏宝华表示,2021年希望携手伙伴,联合聚焦行业、重点区域和重点客户,打造一百个园区标杆!智慧园区合作伙伴的发展,第一要聚焦,针对园区的细分市场和场景,发展核心伙伴;第二是要有耐心,智慧园区是一个朝阳业务,具有巨大的市场前景,同时也面临着各方面的挑战,所以我们一定要有战略耐心,向下扎到根,才能厚积薄发。
不同,同之,之谓大!有万不同,之谓富!
面向未来,与伙伴携手并肩,我们更加有信心推动智慧园区产业健康有序发展,共拓千亿园区市场!
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。