12月15日,“校长”吴华鹏履新秦淮数据集团中国区总裁首秀成为行业瞩目焦点,他在北京正式宣布启动秦淮数据集团数字经济产业生态圈。与此同时,金山云、UCloud、Zenlayer、北明软件、贝斯平和巨蕴网络等行业领先企业还分别与秦淮数据集团签订了战略合作协议,成为秦淮数据集团数字经济产业生态圈的首批战略合作伙伴。
在任职秦淮数据集团中国区总裁之前,吴华鹏一手创办iTechClub俱乐部,已成为互联网技术精英共同“华山论剑”的精英俱乐部。他还一手打造了1024学院,培养了不计其数的互联网技术精英;1024学院被誉为“互联网技术黄埔军校”,“校长”之名响彻互联网圈。
入职秦淮数据集团,吴华鹏这样形容自己:“一个有情怀的人,一个致力于打造生生不息互联网技术生态圈的人, 希望用踏实的、落地的方式,打造一个欣欣向荣、可持续发展、共生共赢的产业生态。”
他在互联网技术生态建设方面的多年努力,也受到了全球业界的肯定。他在2019年9月,当选AETDEW(发展中国家工程科技院)院士。这是由联合国“南-南合作组织(亦称77国集团+中国)”和“世界工程组织联合会”多位学界领袖发起,联合国教科文组织(UNESCO)批准设立的社会组织,其目标在于促进在学术界、研究界、政府部门以及工程技术和工业界的工程师、科学家和专家的团结协作,促进发展中国家发展,消除贫困。
吴华鹏履新秦淮数据,出任中国区总裁,也令外界对于秦淮数据集团构建数字经济产业生态圈,以超大规模为模式的发展路径充满期待。
12月15日,吴华鹏以秦淮数据集团中国区总裁的新身份,向全球发布了以“共生共赢”为核心的秦淮数据集团数字经济产业生态战略。
吴华鹏认为,秦淮数据集团可以为数字经济产业生态的各个环节提供超高性价比的服务,可以为产业生态的各个企业提供快速、超大规模并且具有成本优势的基础设施支持和运营。
在秦淮数据集团数字经济产业生态战略中,吴华鹏认为,秦淮数据集团作为超大规模数字地产运营商,能够起到数字经济产业生态支撑和底座等作用。基于秦淮数据集团在超大规模数字地产的运营经验和超高性价比的服务,可以带动云厂商、云服务商和高端设备制造商与头部互联网企业、政府部门、金融机构等超大规模目标客户形成良好的协同效应,最终实现数字经济产业生态的融合,推动技术创新和商业模式创新,继而推动产业向前发展。
为此,吴华鹏向产业生态圈伙伴真诚“喊话”:“生态是一起成长,生态是互相成就。”他希望,数字经济产业的伙伴们,能够借助数字经济产业生态,借助秦淮数据集团在中国、印度、印尼等亚太新兴市场国家的发展优势,在不断地生态融合和协作下,将业务和品牌优势逐步从中国拓展到新兴市场国家甚至全球任一国度。
当天,秦淮数据集团还与金山云、UCloud、Zenlayer、北明软件、贝斯平和巨蕴网络等多家领先企业就信息技术产业基础设施、大数据及云计算基础设施业务以及全球业务拓展等方面达成战略合作。
签约各方表示,将借助秦淮数据集团超大规模的发展优势,帮助企业在大数据服务、人工智能、边缘计算、AIoT、云安全和IT解决方案等方面,提供赋能和创新支持。
吴华鹏表示,此次与多家合作伙伴形成战略合作,意味着秦淮数据集团数字经济产业生态圈建设逐渐从架构顺利进入“开花结果”阶段。强力伙伴一同携手也意味着秦淮数据集团一直以来着重构建的数字经济产业生态战略进入新时期。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。