智能网络安全筑起人工智能时代新长城
世界智能大会是经中国政府批准,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、中央广播电视总台、中国科学技术协会和天津市人民政府共同主办的国际盛会。
为展示全球范围内智能产业全要素领域示范者,推动智能科技与千行百业深度融合,加快智能科技关键技术转化应用,世界智能大会隆重推出“WIC智能科技创新应用优秀案例”评选活动。活动自2022年发布以来,受到全球智能科技创新者的高度关注和认可,已成为全球智能科技领域的头部奖项。2023年10月,第八届“WIC智能科技创新应用优秀案例”评选活动正式启动,本次活动将面向全球征集智能制造、智能网联汽车、智能网络安全三大领域的优秀案例,获奖案例将在2024第八届世界智能大会期间进行重磅发布。本文为大家解读智能网络安全领域发展态势及征集范围。
在数字经济与实体经济深度融合的大背景下,数据资源对企业和个人的重要性日益凸显。数据资源的充分利用在为企业、个人带来便利的同时也导致了网络安全风险的复杂化。传统网络安全措施已经难以满足数字产业快速发展带来的网络安全风险新挑战。
人工智能科技以新的技术、安全逻辑为支撑,在集成化解决方案、预测性风险监测、自动化威胁分析与处置、安全体系持续强化、数据资产全生命周期管理、数据库安全深度防护等方面发挥了显著作用,推动智能网络安全技术不断进步,为我们的数字生活提供更牢固的安全保障。

本次WIC评选顺应智能科技创新融入、服务、支撑全球智能网络安全的趋势,面向智能网络安全领域,围绕人工智能技术在网络安全、数据安全领域中的典型应用,征集网络安全防护、风险监测、威胁分析、系统加固、风险处置、体系建设、数据采集、数据传输、数据存储、数据资产盘查、数据特征值提取、数据加密、数据脱敏、数据防泄露、数据追踪溯源以及数据库安全防范等方面的智能科技创新应用案例。
诚挚邀请全球科技企业、企事业单位、科研院所、行业组织和科技创新团队积极参与申报智能网络安全领域优秀案例!
申报方式:
1.申报渠道:
申报主体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://wic-awards.wicongress.org.cn
申报系统二维码:

2.需要提交材料:
注册申报系统后,登录并下载填报《2024第八届世界智能大会WIC智能科技创新应用优秀案例申报书》。除基本信息外,申报单位应提供如下材料(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。
3.截止时间:
2024年2月28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)。
联系方式:
报名咨询:022-87332955
技术咨询:18500287239
传 真:022-83607342
联系邮箱:jzy@wicongress.org
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。