ZD至顶网软件频道消息:7月11日—14日,由物联网产业技术创新战略联盟、W3C(万维网联盟)和中国电子科技集团公司主办,中国电子科技集团公司信息科学研究院承办的“2016国际开放物联技术与标准峰会暨W3C万维物联网工作组会议”在北京举行。
本次会议所讨论的“开放物联”是一个备受关注的热点话题,但是对于物联网的标准化、开放融合以及变革创新,坦率讲目前并没有明确的答案。市场大,但是挑战更大,这就是物联网发展所面临的现状。
对于物联网标准化,无论此次与会的W3C联盟还是中国电子科技集团公司,都在进行积极的标准化制定、推进等工作。
据中国电子科技集团公司董事长、物联网产业技术创新战略联盟理事长熊群力介绍:中国电子科技集团公司牵头,联合40家首批成员单位,发起成立物联网产业技术创新战略联盟,2016年1月的ITU SG20标准会议上,联盟核心企业共同获得“物联网物体描述”标准制定权,意味着我国将拥有全球物联网时代定义“万物”的主导权。
作为全球最权威的万维物联网标准制定组织,W3C联盟也在致力于物联网标准的制定和推进工作,去年年初宣布设立Web of Things计划,成立Web of Things兴趣组,开发支持基于互联传感器及作动器等为代表的物联网资源,以及基于Web数据的应用和服务及其开放市场及其所需要的开放Web标准。
对于目前物联网标准化制定以及物联网所面临的开放融合、发展创新等问题,记者在采访中国工程院院士刘韵洁的时候,他对此进行了详解。在刘院士看来,物联网无论是在医疗这一关乎民生的领域,还是在工业、制造业这一关乎经济发展的领域,都是大有可为的。未来网络是中国实现弯道超车的机会所在,具体到工业互联网、能源互联网、车联网等领域的加快发展,这才是互联网的下一个蓝海。
提及中国发展物联网所面临的挑战,刘院士认为最关键在于核心芯片、传感器的研发和制造能力,这方面既需要创新能力,也需要人才的培养。在刘院士受聘担任主任的北京工业大学“北京未来网络科技创新中心”,目前已经在开展工业互联网、能源互联网、车联网与产业端结合的实验项目,这其中也将创新能力作为一大重点。
在此次“2016国际开放物联技术与标准峰会暨W3C万维物联网工作组会议”上,国家科技部高新技术发展及产业化司杨咸武副司长在致辞中表示:“物联网应用前景广阔,大有可为,下一步科技部将一如既往的继续支持物联网技术和产业的发展,以此推动技术创新,引领带动产业发展,积极推动重点研发计划中,物联网与智慧城市重点专项的启动实施,这个已经有了规划,有可能会在今年启动。力争在前沿技术布局、重大核心技术研究等方面取得一些突破,提升我国物联网技术的核心竞争力。”
国家标准化管理委员会工业标准二部戴红主任致辞中指出:希望依托联盟这一平台,强化物联网技术研发、标准、知识产权和产业化的互动和协同,推动标准更符合应用需求,符合产业发展需要,进一步提高标准的适用性、可行性,提升标准的影响力和权威性;另外,继续坚持标准制定与国际接轨,让中国的技术通过标准进入国际舞台,推动与国际标准和国外先进标准的互通互融,满足中国产业国际化需求的同时,为国际标准化贡献中国智慧,提升国际水平。
工业和信息化部科技司卢希副司长致辞中指出:为进一步推动两化融合的建设,工信部将重点推动物联网规模应用,推进物联网在消费领域的应用创新,以及加快物联网在各个领域的深度融合。工信部还将深化物联网在智慧城市领域的应用,推进物联网感知设施规划布局。
好文章,需要你的鼓励
AWS在纽约峰会上发布Amazon Bedrock AgentCore,这是一个企业级AI代理构建、部署和运营平台。该平台支持开源框架如CrewAI、LangChain等,提供运行时、内存、身份管理、可观测性等核心服务。Box、巴西伊塔乌银行等企业已开始使用该平台构建生产级应用。平台采用按需付费模式,目前在部分AWS区域提供预览版,2025年9月16日前免费试用。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
网约车巨头Uber宣布与中国科技公司百度达成多年战略合作,计划在美国和中国以外地区推出数千辆自动驾驶出租车。服务将从今年晚些时候开始,首先在亚洲和中东的未指定国家推出。百度的Apollo自动驾驶汽车已在中国11个城市运营,成本仅为3.7万美元,远低于行业平均的20万美元。用户可选择乘坐自动驾驶车辆或人工驾驶车辆。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。