2018年12月6日,以“5G连接新时代”为主题的第六届中国移动全球合作伙伴大会在广州举行。面对即将到来的5G时代,中国电信行业最大的电信软件产品及相关服务供应商亚信科技携物联网、车联网、5G、AI人工智能等众多前沿科技亮相展会,向业界展示了其在通讯软件领域的领导力和创新力形象,引起与会者围观与热议。同时,展会现场还发布了最新5G合作计划,亚信董事长田溯宁、华为董事长梁华、中兴通讯董事长李自学等十位业界大佬在现场为大会点亮了5G环节。
技术进步与深度应用将原本“人人互联”的互联网概念进一步扩大到“万物互联”范畴,物联网技术将互联网应用从个人消费领域扩展到工业生产领域,产业互联网的影响更为深远广泛。作为该领域的领军者,亚信科技在本次大会上以“智能生活 连接未来 ”为主题,展区共涵盖“5G”、“智慧社区/园区”、“车联网”、“人工智能平台“、“数字化运营实践”、“一站式DevOps平台”、“网络和云安全”七个板块,对5G时代的前沿科技做了充分诠释。
在本次展会上,亚信科技将技术与场景紧密结合,向人们充分展示了在物联网和人工智能领域的战略与布局,以及助力企业数字化转型方面的技术实力、产品能力、集成与服务能力。
在5G创新展示和体验专区,亚信科技展示了基于“网络切片即服务(NSaaS)”的5G产品AISWare 5G在实际场景中的应用。这一系列网络智能化产品包括AISWare NFV,AISWare CEM,AISWare ReTiNA,AISWare SON,从全域虚拟化、全域智能化、全域可感知三个方面解决了网络“全域”管理的问题。
在现场,亚信科技的工作人员分别从客户采购网络切片、小区退服事件和用户投诉处理三个场景,展示了AISWare 5G网络产品的三大“全域”特点。实际场景的应用中,我们看到AISWare 5G为运营商提供了通用网络下所需的智能化网络运维管理及业务运营支撑能力,更好地应对在网络软件定义驱使下面临的业务快速上线、网络稳定运行等挑战。
良好的5G网络基础将促进人工智能、物联网技术的进一步发展与应用。亚信科技的“智慧社区/园区”和“车联网”等相关展示内容吸引了大量用户目光,智慧社区/园区平台将通信网、物联网、互联网融合管理,利用物联网、移动互联网、云计算和大数等新兴技术,将城镇整体资源深度融合,从多维度构建平安城市。在邻乐汇的智慧社区应用场景中,亚信科技以云平台的方式为社区提供了智慧物业、社区生活服务等开放的管理功能,提升了服务质量,挖掘更多商机。
在车联网领域,亚信科技的智联车联网生态运营平台(Intelligence Internet Platform,IIP),可为车企、车载设备商、TSP服务商,车联网政企客户提供不同程度的车联网运营功能,充分诠释了万物互联时代下连接的重要性。运营层,一键联网建立连接,智能策略匹配,体验全运营商的服务聚合能力;客户层,创新应用来维持连接,贴心服务车主,有效地提高了用户的规模和价值;生态层,轻松接入生态伙伴以拓展连接,可以快速地与家庭的智能家居设备建立连接,打造了更良好的体验。亚信科技的车联网生态平台,通过不同的场景和诉求,帮助车联网客户向车联网运营商转型。
另外,基于亚信科技智享大数据平台,在银行业与公共安全业两个场景中的落地实践也倍受关注。面向金融行业的智享金融平台,将亚信20年来沉淀的专业数据挖掘能力和运营能力,与企业应用场景相结合,为金融企业管理层提供了跨企业的洞察力与决策力;满足公安、气象、应急、交通、旅游等需求的智享大数据公共服务平台,可以帮助这些企业提高大数据的利用水平,实时分析人员位置与流动情况,及时做出应对。
面对新一轮的5G浪潮,亚信科技还为企业提供了基于大数据和机器学习的人工智能平台、AiDO一站式DevOps平台,以及全面的网络与云安全保护技术。
未来,除了继续加强对电信行业的服务能力,夯实技术实力之外,亚信科技还会将深厚的运营商服务经验与各行业的企业场景集成,携手客户共同探索创新的运营模式和管理模式,加速企业的数字化转型,迈向更加智能的新时代。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。