12月22日,创业黑马联合重庆市涪陵区人民政府、《上海证券报》、《证券日报》、投资界、融资中国等权威媒体,与63家数字经济投资机构投资人及行业专家,共同发布“2021数字经济产业TOP100”榜单,经过层层筛选,杉岩数据荣登榜单!
近年来,数字经济成为经济发展中创新最活跃、增长速度最快、影响最广泛的产业领域。而本次发布的“2021数字经济产业TOP100”榜单,也是旨在寻找数字经济领域最具竞争实力的企业,并将它们推上数字化时代的舞台中央,展示其独特价值。
创业黑马表示:上榜企业非常契合数字经济行业发展趋势,具有以下特征:
1.立足国情,洞察产业变化,围绕客户需求,结合自身基因,不断进行自我迭代升级。
2.以客户为中心,实现服务企业与客户双向选择,运用云计算、大数据、人工智能、物联网等技术,与产业、城市结合,与客户共同推动供需落地。
作为数字经济的重要力量,杉岩数据在大数据时代帮助金融、制造、医疗和运营商等行业客户实现安全的海量数据存储。对象存储在存储海量数据方面有天然的优势,可提供高达EB级的存储容量;在分布式存储架构中,容量和性能不再成为瓶颈,多站点、多备份容灾确保数据高可靠性。在数据智能应用方面,杉岩MOS海量对象存储集成高可靠、高可用的数据智能处理和分析能力,可对非结构化数据自动添加标签、图片转码、视频抽帧、OCR识别等,实现快速检索和调阅,极大地提升了数据检索和利用的效率。
数字经济“新蓝海”下,杉岩数据将以持续的技术创新、优质的产品和服务,为客户打造坚实的数字底座,盘活数据资产,充分释放数据价值,助力实体经济与数字经济协同发展。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。