各有关单位/个人:
由国家发展和改革委员会、科学技术部、工业和信息化部、国家广播电视总局、国家互联网信息办公室、中国科学院、中国工程院、中国科学技术协会与天津市人民政府共同主办的第六届世界智能大会拟定于2022年5月在天津举行。
为展现全球范围内智能产业全要素领域示范者,打造含金量足、权威性强、行业认可度高的评选活动,加快智能科技关键技术转化应用,推动各产业智能化升级,搭建全方位科技创新交流平台,第六届世界智能大会“WIC智能科技创新应用优秀案例”评选活动现向全球各类科研机构、高校、国际组织、各行业企业、创新团队等发出邀请,征集参加评选活动的WIC智能科技创新应用优秀案例。
一、发布内容及形式
(一)发布内容
现场发布“WIC智能科技创新应用优秀案例”。
(二)发布形式
拟于第六届世界智能大会期间举行“WIC智能科技创新应用优秀案例”发布仪式,对入选案例进行颁奖并颁发证书。
拟于第六届世界智能大会官网、官微和合作媒体进行集中展示宣传;通过印制案例集集中展示获评优秀案例;拍摄和制作音视频案例内容并广泛传播;长期宣传和详细解读,持续扩大影响力。
(三)具体流程
评选活动遵循公平、公正、权威、客观的原则,经世界智能大会“WIC智能科技创新应用优秀案例”评选委员会评审产生。
第一阶段:案例征集(2月9日—3月20日)
优秀案例申报主体通过线上优秀案例征集系统提交申报材料。
第二阶段:案例评审(3月20日—4月15日)
组织开展案例评审,确定拟发布的优秀案例名单。
第三阶段:筹备发布(4月15日—大会开幕前)
入选优秀案例的拥有者提交直观、形象展示优秀案例的发布素材。
第四阶段:组织发布(世界智能大会期间,拟定5月)
现场发布第六届世界智能大会WIC智能科技创新应用优秀案例。
第五阶段:长期宣传和深度解读(世界智能大会闭会后)
二、征集范围
第六届世界智能大会“WIC智能科技创新应用优秀案例”面向智能制造产业方向进行全球征集。围绕关键技术与核心部件、智能化装备和制造过程智能化技术与系统领域,征集包括但不限于关键工序智能化、关键岗位机器人替代、生产过程智能优化控制、智能供应链、智能工厂/数字化车间、智能装备和产品、智能化管理、智能制造云服务平台、工业物联网、工业机器人等智能科技创新应用案例。案例征集时间范围为从2018年至2021年。
三、申报方式
(一)申报渠道
案例征集采取专业机构推荐和申报单位(个人)自荐相结合的方式,通过线上申报系统提交优秀案例申报材料。
申报系统网址:https://award.wicongress.org.cn/
(二)需提交材料
注册申报系统后,登录并下载填报《第六届世界智能大会WIC智能科技创新应用优秀案例申报书》。
除基本信息外,申报者应提供如下材料(包含但不限于):
1.案例介绍。
2.自主知识产权等相关佐证材料。
3.第三方鉴定报告、科技查新报告、媒体报道等真实性、先进性相关佐证材料。
4.该案例取得或预期取得经济效益和社会效益的相关佐证材料。
四、其他
(一)时间安排
1.申报截止时间:2022年3月20日17:00前(以世界智能大会官方网站、官方微信公众号发布截止时间为准)
2.优秀案例评审时间:2022年3月20日—4月15日
3.优秀案例发布时间:2022年5月(具体以世界智能大会官网公布时间为准)
(二)联系方式
评选委员会秘书处联系人:
范老师 13910223554
缴老师 15900245845
世界智能大会官网:http://www.wicongress.org.cn
世界智能大会官方公众号:
世界智能大会组委会秘书处
2022年2月9日
好文章,需要你的鼓励
YouTube在其直播活动中发布了多项面向Shorts创作者的生成式AI工具,包括定制版Veo 3 Fast视频生成模型、新的混音工具和AI编辑功能。Veo 3 Fast能以480p分辨率低延迟生成带声音的视频片段,支持图像动画化、视频风格转换等功能。新的语音转歌曲混音工具可将对话转为配乐,AI编辑功能则能将原始素材自动制作成初稿。这些工具将陆续在多个市场推出。
阿里巴巴团队开发了CODEELO,这是首个让AI模型与人类程序员在相同条件下公平竞技的编程评估平台。该系统通过直接将AI代码提交到真实竞赛平台CodeForces进行评判,实现了零误判和完全公平的评估环境。测试33个主流AI模型发现,只有OpenAI的o1-mini表现突出(评级1578,超越90%人类选手),大多数模型仍处于人类参赛者最低20%水平,揭示了AI在复杂推理任务中的真实能力差距。
谷歌发布了一款全新的Windows桌面应用程序,为PC用户带来了类似Mac系统Spotlight搜索功能的搜索栏体验。这款应用旨在提升Windows用户的搜索效率和使用体验,让用户能够更便捷地在电脑上查找文件、应用程序和其他内容。
这项由清华大学与快手科技等机构合作的研究构建了包含18.2万个人工标注样本的大规模视频偏好数据集,开发了VideoReward多维度视频评价系统,并提出了Flow-DPO等三种对齐算法,成功让AI视频生成模型学会按照人类偏好创作内容,显著提升了生成视频的质量和用户满意度。