新冠肺炎疫情发生以来,5G、大数据、物联网、人工智能等新技术、新应用为代表的新型基础设施建设,在推进疫情防控和复工复产上发挥了巨大作用。
加速布局新型基础设施建设,正成为中国实现多种战略目标的关键之举。3月4日,习近平总书记主持的中央政治局常务委员会议再次强调“加快5G网络、数据中心等新型基础设施建设进度”。
3月31日下午,人民网组织召开了以“数字经济时代的‘新基建’实施路径”为主题的金台圆桌线上研讨会。戴尔科技集团全球副总裁吴海亮在会上阐释了“新基建”的内涵和意义,并且以戴尔科技的研究和实践为例,探讨了“新基建”的投资方向、建设布局等心得。他认为,从宏观经济层面,“新基建”对产业结构的升级、对实体经济的高质量发展具有倍增器作用。
“新基建” 是产业结构升级的倍增器
吴海亮表示,与传统基建相比,新技术、数字化技术是“基”,与实体领域和实体经济结合是“建”,简单来讲,就是“数字+”。
谈到“新基建”的意义时,吴海亮从宏观和微观两个层面进行了阐释。从微观来讲,“新基建”对传统经济的冲击是最大的,尤其传统企业不做数字+的话,基本上会被大数据时代所淘汰;从宏观来讲,根据戴尔的研究测算,2018年我国ICT资本存量对生产效率提升显著,对我国全要素生产率(TFP-Total Factor Productivity)增长的贡献率为52%,高于非ICT资本的贡献率29%。即信息与通信技术存量资产越大,对整个全要素生产率提高越大。因此,“新基建”对整个产业结构的升级、对整个实体经济是倍增器的作用。
吴海亮以戴尔集团的商业实践为例,对“新基建”的重点投资领域经验进行了分享。他认为,“新基建”应该重点关注制造业、民生相关的医疗和教育以及中小企业三个领域。
“制造业是我国最大的经济支柱,和‘新基建’的结合是最重要的。”吴海亮表示,戴尔帮助上下游300多家合作企业制定了智能制造的转型升级计划,帮助龙头企业参与了数字化转型工作,从而带动整个产业群的提质增效。
吴海亮认为,“新基建”不光是一个建设,更重要的是触发了很多应用。在这个环节上更要关注人、关注民生的需求。在疫情大背景之下,“新基建”要在全球的民生领域重点投入。
中小企业是整个数字化转型中最薄弱的环节。吴海亮认为,如果占整个经济主体80%企业跟不上来的话,整个国家的经济结构会面临很大的一个挑战。
? 最后,吴海亮谈到了对“新基建”的五点建议。
第一,推动“新基建”的新PPP模式。PPP的模式是由政府牵头,第一个P是政府;第二个P是政府把真正的数字企业或者数字专家拉进来,与企业对接;第三个P是工业互联网平台的打造。PPP是实施“新基建”,尤其是对中小企业赋能的快速路径;
第二,数据治理和数据应用要提高到“新基建”的中心地位,把数据变为资产、变为应用;
第三,要加大人才的培养。“新基建”会改变整个国家的劳动力结构,要打造新一代实用型人才;
第四,坚持绿色可持续发展。“新基建”不光是技术范畴,不要忘却绿色发展理念,从产品设计到供应链、生产、包装、回收,整个环节都要考虑环保与绿色;
第五,“新基建”不是一蹴而就的,要秉承开放、合作理念,构建开放的技术体系,稳定、提升我国在全球数字化和IT行业的全球地位。
“国家适时提推动新基建,进一步推动数字化转型,推动数据+,给产业升级打了一针加速剂,给我们带来了巨大机遇”。吴海亮最后表示,戴尔公司对中国经济的信心不会因为疫情而改变,坚定不移地推进戴尔中国4.0+战略,“在中国,为中国”,积极参与新基建,发挥技术和经验的优势,做出高科技企业的担当,共同推动新基建更好更快地发展。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。