2020年,一系列“黑天鹅”事件让我们认识到,人类其实一直是对于未知和“不确定性”感到忧虑和无助。
在数字化领域也是一样,特别是随着各行业数字化转型进入深水区之后,迫切需要有“懂行”的专家同行,成为企业发展的助推器。
当前,以5G、云、人工智能、大数据、物联网、机器视觉等数字技术为关键支撑的“新基建”正在成为共识。
但是我们发现,应用和技术之间还存在磨合、存在缺陷,在数字化应用高速发展的同时,企业应对数字化架构转型和升级的能力尚有不足,不少企业认识到新的业务、新的应用与新的技术结合还存在很大的问题。
比如电力行业,说到电力系统巡检,你懂。但是如何结合智能、5G、大数据物联网来进行巡检,你是否有些心里发怵?
交通运输感觉很土、很传统,但是作为国民经济发展的大动脉,要结合到新一轮科技革命和产业变革实现智慧交通,突破传统技术局限、发展模式和发展速度,是不是可以实现对人们出行的颠覆式创新。
制造业是国家发展基石,但制造行业更是一个流程长、门类繁多、应用场景复杂的行业,而且每家制造企业都有自己的业务特点和流程,要满足整个行业的数字化转型需求并非易事。
可见,那么对于数字技术提供商来说,单纯为行业数字化转型提供产品和技术已经不够,“懂行”正变得越来越重要。
然而在过去20年的信息化进程中,太多的项目浮于表面,并未能大幅推进各行业的核心生产决策系统的数字化转型进程。
华为中国政企业务总裁蔡英华认为, “懂行”要不断深入行业的生产决策系统中,要理解关键业务场景转型需求,要将数字技术与需求相融合,要携手“内行”的合作伙伴,才能打造真正符合行业需求的解决方案,从而释放出数字化转型的真正价值。
但是数字化转型进入深水区后,对各行业来说都是知易行难。如何有序有效实施开展“新基建”?如何填补各个领域业务场景与数字技术之间的“鸿沟”?
唯有携手“懂行”的人,唯有创新实践,才能冲出数字化转型的深水区。
近日华为发布的几张剧透海报,似乎预示着华为要在“懂行”方面继续“发大招”,究竟是什么?
是24小时不间断的“懂行”服务?还是给千行百业带来实惠的“促销大礼包”?亦或是可以加速企业数字化转型进程的秘籍?
以上种种猜测,让我们静待828揭晓!
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。