近年来,河南省委高度重视科技创新和信息产业发展,把创新驱动、科教兴省、人才强省战略作为“一号战略”,把数字化转型战略作为赢得优势、赢得主动、赢得未来的关键之举,加快发展以信创产业为代表的战略性新兴产业。4月8日上午,由河南省互联网信息办公室、河南省工业和信息化厅、河南省商务厅、河南省密码管理局、河南省行政审批政务信息管理局、豫信电子科技集团有限公司、龙芯中科技术股份有限公司、鹤壁市人民政府主办的2023中国·鹤壁信息技术自主创新高峰论坛在鹤壁成功举办。省市政府相关单位领导、中国工程院院士、信创产业专家、学者、全国知名信息企业代表围绕信息技术应用创新、信创产业高质量发展等深入交流研讨。
借国家信创产业发展大势,乘河南省经济高速发展快车,鹤壁市深入落实省委数字化转型战略、换道领跑战略,大力实施数智赋能产业转型行动。鹤壁发挥龙芯中科在技术及生态方面的优势,全域打造基于“龙芯”平台的国产计算机应用信创工作样板,吸引带动龙芯产业生态链上下游企业聚集,形成了“全场景+一基地+五中心”的龙芯产业生态。
针对鹤壁市信创产业发展,中国工程院院士郑纬民提到,在自主计算芯片、自主系统软件和信息安全领域,鹤壁要依托龙头企业,进一步加强优势产业技术研发,攻克一批前沿基础和战略必争技术,推动建设安全可控信息技术体系。
龙芯中科董事长胡伟武在演讲中提到,基于二十余年的技术积累,龙芯基于自主指令系统的基础软件生态基本建成,基于自主IP核CPU性能达到市场主流产品水平,基于自主工艺可以基本满足自主CPU生产要求。当前,龙芯已经开启了生态建设的新征程,构建与Wintel体系和AA体系“三足鼎立”的自主信息体系新格局。针对鹤壁信创产业发展,胡伟武谈到,信创替代一定要做到体系替代,只有从指令系统层面的独立创新,才是真正的自主。
会上,由龙芯中科副总裁张戈主持龙芯3D5000服务器CPU发布仪式。龙芯3D5000通过芯粒(chiplet)技术把两个3C5000的硅片封装在一起,是一款面向服务器市场的32核CPU产品。龙芯3D5000采用龙芯自主指令系统龙架构,无需国外授权,具备超强算力、性能卓越的特点,可满足通用计算、大型数据中心、云计算中心的计算需求。龙芯3D5000的推出,标志着龙芯中科在服务器CPU芯片领域进入国内领先行列。
算力作为数字经济时代核心生产力,已成为全球角力新领域。在构建中原自主算力生态启动仪式及典型产品发布环节,15家科技企业共同发布了自主创新科技产品,共同服务河南的数字化转型建设,打造以自主芯片为核心的中原计算产业生态体系。
2022年,鹤壁市和龙芯中科达成全面战略合作协议,以龙芯中科为龙头、龙芯产业链为核心,吸引龙芯产业生态链上下游企业聚集,打造“全场景+一基地+五中心”的龙芯生态产业链,促进鹤壁信创产业发展。会上举办了龙芯生态产业园集中签约仪式,16家产业链代表性企业进行集中签约,合力助推全国信创产业发展。
会上发布了鹤壁市信创研发专项资金。该资金旨在进一步优化信创产业的创新环境,加大数字经济核心产业培育,围绕核心关键技术龙头企业来关联产业上下游,打造高质量和有国际竞争力的产业集群。为联合各生态合作伙伴,龙芯中科投资管理部总经理王伟方分享了龙芯中小企业新生态建设情况。
信创行业是各行各业数字化升级的“发动机”,也是我国强化网络安全、信息安全的重要手段,芯片是建设信创产业的基石。豫信电子科技集团有限公司副总经理冯武在演讲中呼吁业界同仁携手并肩,共建信创产业生态。
党的二十大报告指出,“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群”。信创产业发展是国家经济数字化转型、提升产业链发展的关键,是科技创新发展的核心基座。九州腹地、十省通衢,位于天下之中的河南,将发展数字经济作为提升综合竞争实力的关键之举,全方位打造数字强省,发展河南特色信息技术应用创新产业模式,推动河南经济高质量发展。
作为中原城市群核心发展区14个城市之一,鹤壁结合自身数字产业发展优势,积极探索出信创替代工程和信创产业发展相互促进、双赢发展的“鹤壁模式”。在推动数字化过程中,鹤壁牵手龙芯,以信息技术应用创新产业为引领,以突破关键核心技术为牵引,以市场需求为导向,立足鹤壁,辐射华中,打通河南省信创产业链,打造全国信创产业高地,为数字经济发展“凝芯铸魂”。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。