2020年11月03日,南京——英特尔与南京经济技术开发区共同宣布“未来科技智慧中心”正式对外开放,开启招募企业入驻,完善智慧未来创新生态,并举办开放日活动,共同展示了智慧园区的智能化升级成果。英特尔还介绍了与生态合作伙伴在智慧园区合作的最新解决方案,并与合作伙伴共同发布了智慧园区智能化管理和园区5G边缘应用的白皮书,展现了英特尔与合作伙伴携手培育生态,探索智慧未来创新应用,面向未来,不断推动的智慧城市和智慧园区的建设和发展。
引领智能升级 树立创新示范标杆
南京“未来科技智慧中心”是英特尔创新生态的重要组成部分和先进实践。它围绕AI、IoT、5G、云计算等前沿技术,通过落地实施园区典型场景应用,包括智慧路灯、智慧办公、智能会议、智慧零售、人工智能教育、智能机器人、数字孪生、智能制造等等,基于英特尔先进技术,在合作伙伴积极支持下,完成把一个个独立产品融合到统一的智能化开放平台的探索实践,解决了智慧园区数据互联和场景化联动的挑战,提升了园区室内外的智能化运营管理和服务水平和能力,向领先的示范性智慧园区建设和推广迈出重要一步。

英特尔中国战略合作与创新业务部董事总经理、英特尔创新加速器总负责人李德胜
英特尔中国战略合作与创新业务部董事总经理、英特尔创新加速器总负责人李德胜表示:“建设智慧未来城市,我们应面向未来,目光长远,与合作伙伴共同培育智慧生态,加速推动智能应用落地。我们很高兴能够与南京经济技术开发区以及众多生态伙伴多赢合作,推动智慧园区创新发展,促进智能化升级。英特尔将坚持科技创新,持续携手广泛合作伙伴,推动构建智慧未来创新生态,加速智慧未来城市发展。”
南京“未来科技智慧中心”的智能化升级是英特尔与广大合作伙伴共同实践的成果。在本次发布的两份白皮书中,展现了英特尔携手生态合作伙伴,不断突破传统解决方案,解决实际问题,为今后在更大范围进行示范推广打下了坚实基础,同时在推动南京智能制造产业链转型升级方面起到了示范引领作用。
汇聚生态之力 建设智慧未来城市
在推动建设智慧城市的过程中,英特尔不仅提供先进的技术支持,更是持续促进产业生态良性进化。英特尔以“水利万物而不争”的生态之道与广泛的合作伙伴进行合作,连接生态各方参与,汇聚产业力量来推动智能应用落地和发展。

中共南京市栖霞区委书记、南京经济技术开发区党工委书记、仙林大学城党工委书记、紫东核心区党工委副书记 黎辉
中共南京市栖霞区委书记、南京经济技术开发区党工委书记、仙林大学城党工委书记、紫东核心区党工委副书记 黎辉先生表示,“近年来,栖霞板块深入贯彻落实中央和省市决策部署,以全市 ‘数字经济发展三年行动计划’为引领,以‘数字产业化、产业数字化、数字化治理’为主线,以南京经开区为产业发展主阵地,加快推动全区实现‘数字蝶变’,为南京市建设世界级数字经济名城、打造软件和信息服务、集成电路、人工智能等具有全球有影响力的产业地标做出了积极贡献。正是在这样的背景下,英特尔与栖霞板块强强联合,将‘未来科技智慧中心’率先落地,共同开启了读懂城市创新的智慧应用和创新实践。近年来,南京经开区依托产业基础优势,瞄准数字经济产业中的人工智能领域率先发力、综合施策,已成为全市人工智能产业最为集聚的板块。经开区正大力建设的‘中国(南京)智谷’已成为全市乃至全省区域产业集聚程度最高、创新能力最强、综合配套环境最优的人工智能产业发展主阵地和核心区”。
英特尔在生态建设方面的贡献也获得了高度认可,英特尔获得了由南京经济技术开发区授予的“优秀战略合作伙伴”荣誉,南京经开区同时也授予了17个英特尔创新生态的企业包括“智慧城市产业生态卓越贡献奖” 、“智慧城市5G创新战略合作伙伴奖”等荣誉。英特尔与合作伙伴也在不断促进生态的进步,涌现出更多合作成果,例如“智慧未来创新生态”合作伙伴南京至睿智能科技有限公司与亮亮视野和中国智慧城市百人会进行了战略合作签约,以南京“未来科技智慧中心”为实践据点,推动更多创新应用落地,并在未来推广到全国。
在数据洪流时代, AI、5G、智能边缘等转折性技术加速突破和融合,未来的智慧城市将以数据为中心,实现万物智能互联,对数据的抓取、传输、存储、挖掘等处理将是未来的核心所在。英特尔全面布局面向未来的端到端计算创新,并通过融合通信和计算引领5G转折性技术的变革。同时,英特尔将与合作伙伴协同发展,打造广泛的创新生态,加速更多智能应用的落地,绘制智慧未来蓝图,推动智慧园区和智慧城市的高质量发展,解决更多城市和园区面对的挑战,践行自己的宏旨:创造改变世界的科技,造福地球上每一个人。
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。