ZDNet至顶网软件频道消息: 4月18日,IBM召开主题为“新技术 新模式 新体验 致胜 新互联网时代”的2014 IBM全球企业咨询服务部(GBS)企业与行业变革趋势展望媒体分享会。会上,IBM全球企业咨询服务部大中华区总经理Nancy E. Thomas介绍了IBM GBS在2014年的三大转型战略:一,通过数据推动行业和职业转型,打造新市场;二,云计算时代重塑企业IT;三,助力企业实现“客户参与体系”,并致力于通过榜样的力量成就领导地位。
IBM全球企业咨询服务部大中华区总经理Nancy E. Thomas
调查显示,55%全球企业高管认为客户正在成为影响企业战略的重要因素。客户对企业的影响力日益增大,客户参与和客户体验正在左右企业战略。移动、社交、云计算和分析技术正在改变个人与机构之间的互动方式,从而对企业产生颠覆性影响。数字技术正在使企业向客户主导型企业转型。为了帮助客户有效应对这一趋势,IBM将从三方面构建全新的咨询服务模式。
第一,全面引入研发人员:通过在合作开始阶段就使IBM研发人员与客户开展紧密合作,IBM可以在与客户的合作中充分发挥自身研发优势,不仅仅为客户提供服务,更帮助客户提供实现创新的研发能力。
第二,提供基于本地特色的创新服务:基于IBM研究院开发的针对中国市场特点的产品与服务,IBM可以为中国客户提供更具本土创新特点的服务。
第三,建立IBM互动体验实验室:IBM 通过建立互动体验实验室利用创新技术与工具在与用户的互动中发现创新机遇,共同创新。IBM计划投入超过1亿美元在全球扩大咨询服务能力,在全球开设10个互动体验实验室,以帮助客户获得更好的体验设计和互动参与。该实验室将帮助企业以全新方式与他们的客户互动 – 创造出以客户为中心的创新体验。通过整合下一代移动、社交、分析和云技术,分析业务挑战,共同创造解决方案,在每一个 接触点都让个人参与进来。IBM公司计划在未来开设更多的互动体验实验室,以满足全球对数据驱动体验的需求。
IBM中国研究院院长沈晓卫
IBM中国研究院院长沈晓卫介绍了IBM如何利用CAMS技术帮助企业进行转型,在大数据时代我们面临的挑战是如何处理那些非结构化和不确定的数据,并从数据中挖据商业价值,IBM提出了Watson这样的认知计算技术来应对这样的挑战。在云计算领域,很多客户需要从传统的IT技术架构向支持互联网的基础架构进行转型,我们正在积极探索如何建立一个适应客户需求的、稳定的、安全的云。在社交媒体领域,IBM研究院的技术可以通过社交媒体数据对用户的个性和特质进行分析,为其提供个性化、定制化的服务。在物联网领域,IBM研究院也进行了多年的深入研究,从基础架构、通信、中间件,再到具有行业特色的上层应用,真正为用户提供高价值服务。
沈晓卫表示,“未来,IBM研究院将继续把最新的技术成果与研发力量与客户的需求相结合,实现共同创新。IBM全球企业咨询服务部与IBM研究院共同推动的互动体验实验室将成为我们进一步服务客户的创新平台,真正通过技术创新推动行业创新与转型。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。