至顶网软件频道消息: 科技企业资深经理人柯文达先生,在2018年10月接替公司创办人文立担任第一线集团行政总裁。柯文达拥有国立台湾大学经济学学士学位和美国俄亥俄州凯斯西储大学MBA学位。在2013年加入世纪互联后,柯文达利用过往20年于微软的深厚人脉与经验,与微软产品团队和中国S&M团队合作,为中国大陆的商业和个人客户提供Microsoft Azure、Office 365和 Power BI云服务。
回顾2018年,即使面临宏观环境和全球金融市场的波动,以及面对中国内地互联网服务政策的转变等巨大的挑战,第一线集团仍然在收入、纯利及税息折旧及摊销前利润 (EBITDA) 均达成去年预计的目标,这全赖集团高质素专业团队的努力成果。
集团知名客户涵盖的行业日趋广泛,包括来自制造业、酒店、金融/信用评级、零售业、医疗及其他产业的大型知名企业。
另外,2018年一个重要的里程碑是集团在大陆的运营公司──深圳第一线通信有限公司荣升为“中国跨境数据通信产业联盟”首批正式会员及SD-WAN 标准起草成员,并且经属地通信管理局确认为符合通信服务要求的企业。
展望2019年,将是集团成立20周年,我们计划于今年第三季度在两岸三地举办庆祝活动。另外,集团于2019年有三个工作重点,以持续推动业务增长并巩固我们的市场领导地位,我们将专注于:
*“以人为本及灵活的企业”— 集团于去年荣获两个以人为本的奖项,分别是2016/17 – 2018/19 年度“商界展关怀”企业及2017/18年度家庭友善雇主 & 2017/18年度特别嘉许奖。另外,我们也签署香港特区政府推出的《好雇主约章》。作为一家以人为本及灵活的企业,我们继续会以专业的方式培养员工,同时为他们配备高效的工作设备和系统,使工作达到最佳效果。
*“推动收入及利润”— 推动收入和利润实现有机增长,同时扩大我们的业务地域范围,继集团去年増加美国硅谷及德国法兰克福两个网络节点后,今年将于中国大陆新增5至6个网络节点,强化全球布局。
*“产品及技术领先”— 保持产品和技术领先地位,吸引更多客户和合作伙伴加入我们的生态圈。集团软件定义广域网络(SD-WAN)服务预计于今年第二季度正式推出市场。于2016年下旬开始,集团已非正式地把SD-WAN推出市场(soft launch),累积客户评价,完善服务。目前已有接近10个客户,包括全球及本地知名客户。
集团预测SD-WAN将是崭新技术的趋势,很多企业客户渴望获得更多信息;企业客户将会在现有的MPLS 网络基础上,部分选用SD-WAN,即采用混合(Hybrid)网络作灵活部署,而SD-WAN将逐渐侵占MPLS 的市场,侵占速度将视乎SD-WAN服务商的战略部署。
2019年,集团以『猛豨夜逐』作为猪年年度主题。其出自:北宋大儒苏轼在《和陶劝农六首》中的“惊踪朝射,猛豨夜逐”。大意是,在晚上去猎取凶猛的野猪,敢于打破常规,敢于挑战,是一个坚强不息的奋斗过程。寓意集团在新的机遇和挑战下,日夜兼程,不断前进,其所蕴含坚持不懈、积极向上的精神需要我们铭记与传承,猪年将是集团迅猛发展,大有作为的一年。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。