ZDNet至顶网软件频道消息:SAP 5月1日将亮相2014极限帆船赛第三站——青岛站比赛,展示SAP带给体育运动的全新视角和体验。SAP是极限帆船系列赛的官方技术合作伙伴、以及SAP极限帆船队的冠名赞助商,通过提供行业领先的IT解决方案以及与SAP极限帆船队的联合创新,SAP 致力于不断为赛事爱好者们提供更丰富精彩的体验,助力帆船选手发挥更佳水平。2014年,SAP将提供更强大的赛前与赛后分析解决方案,为帆船赛选手、媒体和赛事爱好者们提供更加深入的洞察,以及前所未有的全方位体验。
SAP 大中华区总裁纪秉盟表示:“SAP十分自豪能够与极限帆船系列赛和 SAP 极限帆船队合作,为赛事提供最前沿的创新技术。通过这一精彩绝伦的赛事,SAP将为中国的体育与娱乐行业带来领先的解决方案。中国对于SAP的成功和未来成长至关重要,更是SAP创新的大本营。我们致力于与中国合作伙伴和客户通力合作,为中国和世界带来更多创新的解决方案。”
除了SAP 航行分析解决方案为极限帆船系列赛提供的各种工具,SAP还提供了深入分析赛前预备阶段、也是比赛最关键数据的全新功能。专业帆船赛选手及教练的经验显示,船队需要更有效的工具及创新方法来评估赛前表现。与F1 赛车相似,极限帆船赛的胜负往往在起航信号发出前便可见端倪。SAP提供的全新分析功能将重点关注起航的主要参数,包括起航线长度、起点风向、有利方向和优势等,所有数据均可实时获取;此外,实时排行榜还将显示赛前倒计时、帆船距起航线的距离、跨越起航线和抢风航行的位置等统计数据。
在今年的极限帆船系列赛中,SAP还将首次通过SAP BusinessObjects Explorer软件和SAP Crystal Reports提供自动生成的赛后报告,以及利用SAP HANA平台对安装在帆船上的传感器收集到的数据和海量赛事数据进行处理。这些报告可进行个性化定制,细分数据信息,例如,提供某年、某特定船队、某站赛事、某天甚至某场比赛的数据信息。结合整个系列赛和电视评论员的评论,这些报告能够提供更加准确的分析,更好地传递比赛信息。
SAP 极限帆船队联合船长Jes Gram-Hansen表示:“我们整个团队专注于不断提升自己的比赛成绩,和 SAP 一样,我们也在努力地全面完善帆船运动。通过与 SAP 的密切合作,我们在今年的极限帆船系列赛中获得了更强大的赛事分析功能。这是一项重大的突破,因为借助这些报告,船队和媒体可轻松地评估及对比特定时间点的赛事表现。”
2012 年,SAP就在青岛宣布了与极限帆船队的合作伙伴关系。2013 年,SAP极限帆船队在中国取得非凡表现,获得季军。今年已是SAP 极限帆船队第三次到访中国,来到青岛这座奥运会帆船比赛城市。继 2014 年赛季试验性启动之后,SAP 极限帆船队在马斯喀特举办的第二站比赛中重磅回归,表现出色,赢得第四名的佳绩,SAP极限帆船队期望延续马斯喀特站以来的强劲势头,在本站比赛再创佳绩。
九支国际帆船队将参加2014极限帆船系列赛的激烈角逐。其中,Dean Barker将代表新西兰酋长队(Emirates Team New Zealand)参赛;2013 年美洲杯(2013 America’s Cup)获胜者 Ben Ainslie将加入 J.P 摩根队(J. P. Morgan BAR)出征赛场。2014年极限帆船系列赛第三站将于 5 月 1 日在青岛奥林匹克帆船中心拉开帷幕。欢迎大家关注SAP 新浪微博@SAP中国,获得更多比赛信息。
好文章,需要你的鼓励
当前软件工程团队正在试验基于AI代理的编码工具和大语言模型,以提高开发速度和质量。然而,AI编码工具的效果很大程度上取决于使用方式。开发者需要提供结构化的问题描述、明确的执行要求和相关上下文,同时建立适当的防护机制。AI不仅能处理重复性任务,还能识别和评估替代方案,从被动助手演进为工作流程推进器。成功的关键在于将AI视为合作伙伴而非快捷工具,并将其整合到软件交付的全生命周期中。
NVIDIA研究团队开发出名为Lyra的AI系统,能够仅凭单张照片生成完整3D场景,用户可自由切换观察角度。该技术采用创新的"自蒸馏"学习方法,让视频生成模型指导3D重建模块工作。系统还支持动态4D场景生成,在多项测试中表现优异。这项技术将大大降低3D内容创作门槛,为游戏开发、电影制作、VR/AR应用等领域带来重大突破。
Salesforce发布企业级AI智能体平台Agentforce 360,将AI智能体融入几乎所有应用中。该平台采用混合推理引擎Atlas,结合大语言模型的概率思维和业务规则的精确性,支持语音交互和深度集成。以Slack为主要界面,提供Agentforce Builder开发环境,能将非结构化文档转换为可查询记录。Salesforce内部已部署该系统,每周处理180万次对话,主动服务活动增长40%。
谷歌DeepMind团队创新性地让Gemini 2.5模型在无需训练的情况下学会理解卫星多光谱图像。他们将复杂的12波段卫星数据转换为6张可理解的伪彩色图像,配以详细文字说明,使通用AI模型能够准确分析遥感数据。在多个基准测试中超越现有模型,为遥感领域AI应用开辟了全新道路。