数字化转型正成为重塑城市发展格局关键力量。而如何能够推动此项迫在眉睫的城市改造大业,在“2022世界人工智能大会国际AI城市论坛”上,各位专家给出了清晰的答案。
上海智慧城市发展研究院院长盛雪锋在论坛上表示,“通过全方位探索数字城市建设新动能、新趋势,细数不断创新的数字力量与前沿实践,数字城市的广阔前景得以展现。人工智能技术将作为核心引擎,进一步推动城市数字化转型。”
上海市城乡建设和交通发展研究院院长薛美根从政策背景、总体思路、发展重点及关系处理等四个方面,就一体化交通信息服务转型问题提出见解。在他看来,上海探索城市数字化转型已有几十年历史,面向未来发展趋势,下一步应完善信息服务盲区,不断打造一体化信息服务,推动交通服务新模式转型。
对此,薛美根建议,一是打造统一交通服务信息底座,二是推动统一支付标准,三是践行绿色低碳出行理念,四是创建交通新模式。同时,还要处理好政府与市场、效率与公平、传统与变革间的关系。
谈及城市信息模型与人工智能技术的融合发展趋势,上海数慧系统技术有限公司联席总裁罗亚表示,空间是数字城市、智慧城市的重要载体,当前,以人工智能为代表的新技术与数字化转型为数字空间治理注入了新动能。在新发展阶段,为提升空间治理智慧,由数字孪生、空间大脑和空间场景应用组成的空间治理新架构就此提出。
在推动城市数字化转型过程中,多位参与“2022世界人工智能大会国际AI城市论坛”的专家共同表示:“政府应更好发挥支撑和服务作用;企业要努力实现核心技术突破,构建数字生态;人民要响应号召,积极参与数字城市建设。”而企业在整个城市数字化转型的浩大工程中是不可或缺的一环,需要为数字化提供充足的技术动力。
而以助力产业智能化为己任的Testin云测,在诞生时就有着AI基因的加持。十数年来,Testin云测一直在协助我国企业更好地理解数字化转型的内涵,更好地认清自身在数字化大潮中所处的位置和阶段,更好地选择并融合可以最大限度帮助自身发展的科学技术,全力推进数字化转型的进程。
在日常运营时,操作系统与软件App已经成为各个企业业务场景落地的载体,其地位举足轻重。软件是否能安全稳定的运行,直接关系到广大用户的使用体验与企业的口碑。而为了满足用户需求而快速迭代的软件和系统,对软件测试工作提出了新的挑战。
Testin云测在软件测试领域有着非常丰富的经验,合作伙伴遍及医疗、电商、游戏、教育、旅游、石油等数十个行业。当前,Testin云测的测试产品充分融合了AI技术,率先步入智能测试时代。
“无科技,不金融”的时代,金融的数字化对城市建设非常重要。泛金融领域一直是Testin云测近年来发展的重点,其和国内过半的券商、众多知名的银行、保险公司保持着长期稳定的亲密协作关系。聚焦证券行业,Testin云测试对券商的运营逻辑与业务场景有着深刻的理解,与诸多头部券商建立了长期的合作伙伴关系,为券商的系统和软件应用提供了行业专属的智能测试解决方案。在9月16-17日上海举办的2022年全球软件质量&效能大会(QECon)上,作为金融行业质效前沿专场的出品方,Testin云测邀请了众多专家分享了金融、证券测试、银行测试、自动化、全链路、质量体系等业内朋友们非常关心的内容。据悉,在全球软件质量&效能大会上单独设立金融专场还是首次,“金融行业质效前沿”专场也成为金融行业质效交流的重要契机。
作为“AI人工智能的基石”,Testin云测在数据服务方面处于业界领导地位。Testin云测通过长期的技术投入、规则建立和经验积累,已经将数据标注行业从最为原始的劳动密集型升级为技能密集型,加速推动了 “AI产品训练”到“AI产品落地”的过程。当前,Testin云测已经建立了数据产品、数据处理工具与数据服务的“三螺旋”,为智能驾驶、智慧城市、智能IOT、智慧金融等行业提供高效率、高质量、多维度、场景化的数据服务与策略,最大化发挥训练数据的价值。现在Testin云测最高交付精确度达到99.99%,可以说是AI数据行业真正的高质量数据的倡导者和践行者。
城市数字化转型需要掌握AI技术的优质企业发挥作用。作为对数字化转型有着深刻理解并充分融合AI人工智能的Testin云测,愿意以自身在软件测试、数据等方面的技术优势,协助政府、企业,积极参与到数字城市的建设中来。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。