近日,SAP中国研究院联合同济大学经济与管理学院(同济经管),共同推出“智能化转型前沿课程”,并举办了盛大的启动仪式。这一全新课程,聚焦数字经济发展趋势,秉承产教融合宗旨,由SAP高管和专家亲自授课,把数字化转型的深刻洞察、丰富实践和前沿技术,带给同济经管的优秀学子们。同时,SAP也将通过同济经管中德经济与管理学院的合作平台,依托同济人才资源和科研成果,创新产学研合作模式,共同助力企业破解数字化转型难题。这是SAP与同济大学长期合作的又一个里程碑,也为中德校企合作、携手培养下一代数字化人才树立了新的典范。
同济经管与SAP中国研究院智能化转型前沿课程揭牌仪式
SAP执行董事会成员、首席技术官穆悦庚(Juergen Mueller)通过视频连线的方式,亲自为课程揭牌,并与现场的同学们进行了热烈互动。作为同济大学校友,他充满感情地回忆了在同济校园里度过的美好时光,学汉语、踢足球、结下难忘师生友情。他鼓励同学们,勇于创新、不懈努力、追逐梦想。SAP全球高级副总裁、全球研发网络总裁柯曼(Clas Neumann)也出席了启动仪式,并亲自授课,跟同学们分享了世界经济发展与全球化的洞见。
SAP全球高级副总裁、SAP中国研究院院长李瑞成博士表示:“在当今的数字时代,人才是创新与发展的源泉。我们始终将人才视为最宝贵的财富,不仅倾力培养员工,还为他们的长期发展,提供健康、高效、极具吸引力和竞争力的职场环境。这也正是SAP中国研究院能够凝聚人才、保持创新的根源。我们非常高兴与同济经管延续并加深合作,共同培养中国下一代数字化人才。”
同济大学副校长雷星晖教授表示:“同济大学始终坚持人才培养面向国家重大战略需求,积极响应新时代人才强国战略。希望通过与SAP中国研究院进一步加深合作,培养具有国际水平的科技与管理人才,共建数字化人才高地。”
植根中国二十多年来,SAP非常重视与高校的合作,培养高端人才,进行联合创新。SAP与多个同济院校保持着长期紧密的合作。其中,同济经管早在2008年,就加入了SAP中国研究院大学联盟项目,2015年聘任SAP全球研发网络总裁柯曼先生,担任学院国际咨询委员会委员。2016年, 同济经管与SAP签署校企合作的战略框架协议,为之后的深度合作落地打下了坚实的基础。
同济大学经济与管理学院党委书记施骞教授表示:在经济社会转型升级的时代需求下,学院将践行人才强国战略,通过产教融合、校企合作的方式,建设一流课程和一流专业,将人才培养与市场需求对接,共同服务国家推进数字化转型的目标,为国家培养引领未来的社会栋梁和专业精英。
作为SAP全球第四大研究院,SAP中国研究院秉承“以人为本”的策略,积极打造“多元与包容”的企业文化,专注为员工营造一流的工作体验,连续多年荣膺最佳雇主称号。后疫情时代,SAP也与时俱进,在全球范围推出了弹性工作模式。这样灵活的工作方式,可以让员工以最佳的状态,保持创新活力,进行高效协作,同时平衡工作与生活。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。