5月10日,紫光股份旗下新华三集团以“有数·智享未来”为主题,成功举办绿洲平台3.0新品发布会。全新一代绿洲平台实现内核进阶,以五大技术能力升级、五大行业方案沉淀、六类服务能力保障,三位一体构筑更领先的用数底座、更落地的用数方案、更全面的用数服务,助力百行百业“用数”、“赋智”,全速推进业务创新和数字化变革。
新华三集团高级副总裁、紫光云与智能事业群执行总裁陈子云在发布会上表示,从工业时代、信息时代到数字时代,数据价值认知空前提高,数据作为第五生产要素,已成为数字经济发展的核心引擎。新华三坚持从“云优先”到“数优先”的战略,围绕核心生产要素开展全方位、深层次的价值探索,此次绿洲平台3.0的发布,是新华三持续八年深耕大数据领域的崭新成果。面向未来,绿洲平台将以“成为激活数据要素价值潜能,构建数字社会的核心引擎”为愿景,让数据要素价值的释放不止于当下,更蓬勃于未来。

新华三集团高级副总裁、紫光云与智能事业群执行总裁 陈子云
中国信通院云计算与大数据研究所所长何宝宏在致辞中表示,当前火热的ChatGPT和AIGC产业,其本质就是把大数据变为了内容要素。随着以数据为中心的AI大模型的蓬勃发展,行业需要重点关注数据资产入表、“数商”新生态培育、安全与隐私等重点政策,加快推进智能化数据要素管理、合成数据在AI领域的应用,为AI产业发展夯实数据要素基石。

中国信息通信研究院云计算与大数据研究所所长 何宝宏
发布会上,新华三集团副总裁、首席信息官谌平分享了新华三自身基于绿洲平台的数字化变革实践,为行业描绘出了清晰的变革路径和蓝图。谌平表示,数字化变革是数字化转型内涵的延伸,将对现有业务进行全面颠覆和创新,新华三在绿洲平台全栈能力加持下,构建起了“1个数字底座+6大数字业务”的数字化变革完整框架,打造决策驾驶舱、人力数字画像、数字化供应链、财务指标精准预测等创新应用,实现了对外以客户为中心,驱动业务增长,对内以效率为中心,赋能管理创新的变革目标。

新华三集团副总裁、首席信息官 谌平
来自广东水利大数据平台项目组、中山大学附属第一医院和顺德职业技术学院的客户,现场分享了用数体验和自身数字化变革的实践经验,表达了在数字政府、水利、教育、医疗等行业对数据赋能未来发展的期待和信心。
五大行业方案沉淀 精准赋能业务创新
作为推动数字化变革的核心底座,绿洲平台已服务1000+政企客户,覆盖近百种业务场景,新华三集团云与智能产品线副总裁、产品管理与解决方案部总经理常龙在方案解读中指出,绿洲平台3.0基于深耕行业积累的丰富经验,沉淀政务、水利、教育、医疗、企业五大行业数据方案,将以场景为驱动精准赋能业务创新。

新华三集团云与智能产品线副总裁、产品管理与解决方案部总经理常龙
五大技术能力升级 加速数据价值释放
场景向下深挖,技术向上探寻,行业方案的沉淀,源自技术底座的能力支撑,新华三集团云与智能产品线大数据产品首席苏兴山系统地诠释了绿洲平台3.0场景套件化、数据资产化、数据工程化、数治智能化、湖仓实时化的五大能力内核,将以技术为驱动为数字化创新提供核心动力。

新华三集团云与智能产品线大数据产品首席 苏兴山
六类服务能力保障 让方案高质量落地
为了让数据方案高质量落地,并发挥更大效益,新一代绿洲平台3.0在产品和行业解决方案的基础上,提供数据咨询、数据迁移、数据治理、数据仓库、数据开发、数据运营六类服务能力保障的全栈用数服务,为客户量身定制企业数据标准和各类治理规范,深度挖掘企业数据价值,打通企业数据应用的“最后一公里”。
有数,更要会用数。作为数字化解决方案领导者,新华三集团将秉持“云智原生”战略,持续精耕大数据产品、方案和服务,推动绿洲平台进化升级,以全新的用数之道,激发数据要素更多价值,让百行百业在数字化进程中“智享未来”。
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
中科大联合快手等机构推出VR-Thinker技术,首次实现AI视频评判员的"边看边想"能力。该系统通过主动选择关键画面、智能记忆管理和三阶段训练,在视频质量评估准确率上达到75%-82%,特别擅长处理长视频场景,为AI视频生成的质量控制提供了突破性解决方案。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
微软研究院发布BitDistill技术,通过三阶段优化将大型语言模型压缩至1.58位精度,在保持性能的同时实现10倍内存节省和2.65倍速度提升。该技术包括模型结构稳定化、持续预训练适应和知识蒸馏传承三个关键步骤,解决了模型量化中的性能衰减和规模化问题,为AI模型在资源受限设备上的高效部署提供了新方案。