8年前,云计算作为一种新兴的商业计算模型,刚刚被世界级的主流IT厂商开始注意和谈论。彼时,中国还鲜有人想到用云计算来帮助城市管理者完成城市管理的运营、决策、管理和创新。
中科曙光是最早“吃螃蟹”的那一个。
概念独创8年时间的城市云®品牌建设
2009年,在中科曙光先进理念的影响下,成都市政府以购买服务的形式建成了国内第一个“城市云计算中心”。曙光公司在没有收益保障的情况下毅然出资打造“城市级的数据资源服务平台”,将云计算服务的理念灌输到城市管理中去——这在当时还是非常先进的理念和大胆的做法,开创了大规模计算中心建设管理模式变革的先河。
“政府与行业间的信息孤岛和利益壁垒阻碍着信息的畅通和数据的汇集,只有上升到城市级的云计算平台,才有望破除这些壁垒。”曙光公司高级副总裁聂华说,“以城市为单位是发展云计算的充要条件。”
8年过去了,事实证明曙光当时的做法是前瞻且正确的。成都城市云“看得见、摸得着、成规模、可复制”的信息化建设模式陆续在无锡、南京、包头、哈尔滨、宜昌、乌鲁木齐、邯郸等地落地、生根,成功培育了曙光的“城市云”品牌及市场。
在这期间,出于对知识产权和技术资产的爱惜和保护,中科曙光将城市云上升为企业战略,并在2012年6月成功将“城市云”注册为公司产权商标。
路径独创城市云®1.0到4.0更迭
如果说曙光建立城市云平台、运维城市各应用部门的信息化应用还只是城市云1.0的话,那么今日之曙光城市云已经从2.0迈向3.0。
与初创时期的云平台不同,曙光“城市云2.0”注重构建更为弹性的云平台,为政府有效决策和管理提供数据支撑和虚拟服务,通过共享硬件设备有效保障云服务供应,帮助政府节约大笔信息化建设投入。
在前面两代平台的基础上,曙光“城市云3.0”将实现数据的打通、交换,分析挖掘数据,实现智慧应用的建设和拓展,提升整体信息化应用水平。目前,已经有部分城市开始进行曙光“城市云3.0”的部署和构建。
“曙光下一个目标是城市云4.0,即在大数据时代,根据现有政务数据和应用将数据资源盘活。通过对数据的分析和处理来指导和推动智慧城市规划建设,这是构筑城市云的意义,更是共享数据真正的价值。”聂华说。
模式独创联合合伙人打造城联网
2016年,曙光城市云版图进一步扩张,落地城市云的数量近40个、汇聚的各类数据超过30PB。这是曙光城市云发展和运营模式创新、“在实践中不断优化和改进”的结晶。
先是“城市云合伙人”计划——在全国范围内的50个城市展开连锁,复制曙光城市云在架构、技术、安全、服务、运营等方面的最佳实践,并与另外50个已建或拟建的由曙光投资直营的城市云中心一起构建全国性云数据服务网络。随着山东东营、安徽六安等城市纷纷“入伙”,这一计划已初见成效。
接着是“城联网”行动——在“百城百行”城市云建设规划中,曙光一面联合合作伙伴共同成立“中国智慧城市产业联合体”,用产业升级绑定政府与企业共同聚焦区域信息化,一面组织筹建“中国科学院智慧城市产业联盟”,借助科研实力提升曙光在智慧城市建设上的综合能力,力促智慧城市建设中实现“城联网”,促进城市群经济带的耦合发展。
润物细无声,曙光“城市云”经历8年发展与嬗变,已成为中国智慧城市建设的标杆。同时,曙光还将保护知识产权、商标和品牌作为重要工作之一,使“城市云”充分发挥其品牌力量,成为曙光实现“数据中国”战略愿景、助力城市管理转型升级的重要依托。未来,曙光将继续携“城市云”这一品牌资产,为中国城市信息化和智慧化建设发展添砖加瓦。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。