4月26日,中国电子与重庆市人民政府签署战略合作协议,双方将聚焦数字经济和现代数字城市建设,加速技术、资本、人才、信息等资源对接,在建设西南信创技术研发示范中心、软件产业园、现代数字城市、数据中心等方面开展深度合作。作为中国电子数字与信息服务板块核心企业,中国系统参加此次签约,并达成多项合作,全面赋能重庆数字经济发展。
在中国电子与重庆市人民政府签署的战略合作协议中,中国系统将承担现代数字城市、行业数字化等合作的落地。
在现代数字城市领域,中国系统作为中国电子现代数字城市业务的主要推动者和践行者,将发挥自身先进的技术能力和产业优势,以“企业主建、政府主用、社会共享”的投资新模式参与重庆数字政府建设,聚焦协同办公、安全数脑、交通改善、民生服务、社会治理、综合应急、智慧水务、新型基础设施建设等领域,助力重庆实现城市治理体系和治理能力现代化,共同打造现代数字城市样板城市。
同时,中国系统将在法律规定的范围内参与城市数据治理与运营,以数据赋能软件企业开展业务创新,发挥政府及公共数据的价值。
在推进行业数字化转型领域,中国系统将与重庆共同建设富有重庆特色的工业互联网平台,为重庆区域内汽车、电子、装备等重点制造业企业提供工业诊断及改造服务、工业互联网及智能工厂解决方案,并提供企业上云及智能制造服务,助推“重庆制造”向“重庆智造”转变。
在中国电子与重庆市人民政府签署战略合作协议的同时,中国系统与重庆高新区管委会签署《中国电子·重庆信创产业示范基地项目合作协议》,将在重庆高新区建设营运“中国电子·重庆信创产业示范基地”,中国系统总经理陈士刚、重庆高新区管委会主任商奎分别代表双方签字。
根据协议,中国电子·重庆信创产业示范基地主要由西南信创技术研发示范中心和中国电子(重庆)软件产业园两部分建设内容组成,建成后将广泛集聚信创产业、现代数字城市和大数据等企业,并通过发起成立西南地区信创产业生态联盟,在重庆高新区培育建立信创产业高地。
其中,西南信创技术研发示范中心将由信创产业孵化器、生态开放平台、展示和文化传播平台等三个核心平台,以及信创产业人才培养中心、信创产业研究院等两个支撑平台组成,同时将携手部分国内及西南地区信创企业、高校院所、行业机构、服务机构等共同成立西南地区信创产业生态联盟。
中国电子(重庆)软件产业园则将建设多个细分领域的信创产业集群,包括信创+电子信息制造产业集群,以及以场景应用信创软件和信创新技术软件为主的信创软件产业集群等。
“信创产业示范基地落户重庆高新区,不仅将带动一批信创产业赋能平台和服务平台入驻,还将激活重庆本地及周边区域信创企业、高成长企业及高校院所、服务机构、专业人才等资源要素在区域内集聚。”重庆高新区管委会负责人表示,该基地建成后,将为重庆高新区导入一批信创产业、现代数字城市和大数据等类型成熟产业企业,同时双方将共同培育一批技术创新企业和创业团队,建成一批信创产业服务平台,并通过举办创新创业大赛、信创高峰论坛、信创技术交流等活动,推动重庆高新区建成为全市信创产业全要素集聚区、西南地区信创技术创新高地和原创技术发生地、国家信创技术和产品双向流通重要窗口。
此次签约,是中国系统与重庆合作的开始,中国系统将务实高效推动项目落地落实,在信创、现代数字城市、行业数字化转型等领域拓展新的合作空间,助力重庆数字经济高质量发展。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。