站在智能化转型的新时代起点,分销伙伴如何捕捉人工智能带来的新机遇,促进自身业务的转型升级?
在实现业务转型的基础上,如何更好地赋能客户,实现转型?
传奇天地近年来取得一系列骄人成绩的事实,无疑就是最好回答。
通用人工智能正在深刻地改变我们对世界的认知和探索未知的能力,同时也为各个领域带来了新的挑战和机遇。对于IT分销行业来说,这场变革尤为显著。随着传统分销“搬箱子”业务模式的增长空间逐渐受限,传奇天地及其众多分销合作伙伴正面临着来自市场的严峻拷问:变则通,不变则壅。
近期,在接受媒体采访中,传奇天地总经理张中申给出了他的见解。在他看来,分销伙伴在如今整个数智产业供应链中仍然扮演着至关重要角色:“分销伙伴不仅仅是产品的渠道传递者,更是产品技术能力的传递者。而如何把握住机遇,找到下一个增长点,是关键。”
自2007年达成合作,传奇天地紧跟浪潮信息的步伐,一步一个脚印地成长壮大。从单产品扩展至全产品,由标准产品转向开源产品,传奇天地乘势而上,通过IT基础设施整体解决方案的全栈产品,不断向价值型分销转型,与浪潮信息携手打造客户粘性更高、更具竞争力的生态体系,共同迈向AI时代传奇“新天地”。
20余年选择与坚守,共启AI时代新纪元
作为浪潮信息元脑服务器等系列产品的核心分销伙伴,传奇天地与浪潮信息保持了长达20余年的合作关系,浪潮信息的服务器几乎已成为传奇天地核心业务的“代名词”。也正是基于双方达成的这种长期、深度合作关系以及合作过程中形成的高度信赖,传奇天地得以持续成长与进阶,荣获两亿级分销目标达成奖,一次又一次地刷新元脑服务器北京地区分销的成绩单。
对此,张中申归功于两个关键要素。
首先,坚定选择与持续深耕是发展的基石。二十多年来,无论市场环境如何变化,传奇天地始终坚持与浪潮信息的深度合作,将浪潮信息丰富的产品技术能力传递给终端客户,使其能够更好地理解和应用产品。也正是由于这种坚持,传奇天地在客户需求理解把握以及服务能力水平方面持续提升,成就了自身的核心竞争力。
其次,打造一支经验丰富且富有战斗力的团队。在张中申看来,浪潮信息始终坚持打造以伙伴为中心的共赢生态,在产品布局、技术支持、项目交付等诸多方面,为传奇天地注入源源不断的新动能,进而快速适应市场变化,精准捕捉客户需求,实现业务转型升级,逐步发展成为“以客户为中心,生态化、平台化”的商业模式,形成高效、可持续发展的生态体系。
2023,在浪潮信息的带领下,传奇天地等伙伴共同发布了“分销之道”。凝练超过10年的浪潮信息与合作伙伴的实践经验,共同书写“产业变革之下的生态共赢”。张中申认为,“浪潮信息‘分销之道’就是让分销伙伴随着浪潮信息的发展快速成长,通过全产品备货政策让分销伙伴有充足的‘弹药’来打开市场。"
共建元脑生态,着力向价值分销转型
当前,作为浪潮信息的核心分销伙伴,传奇天地已将浪潮信息全线产品融入公司业务范畴,涵盖AI、存储、云计算、网络等诸多领域。同时,通过元脑生态,为合作伙伴提供开放、易用的商业发展平台,不断推动人工智能创新技术、场景应用与交付服务的融合落地。
张中申表示,传奇天地与浪潮信息的合作早已超越简单的商品流通关系,正向着增值型产品与创新型产品的价值分销转型。在浪潮信息元脑生态的持续赋能下,传奇天地在技术、服务和解决方案领域的能力不断提升,从而在产业生态中形成了强大的AI核心竞争力。
他举例道,前不久传奇天地与浪潮信息携手,基于AIStation智能业务生产创新平台实现AI资源的高效协同管理与调度应用,为智慧城市项目提供的“城市园林·智慧大脑解决方案”,面对智慧园林“数据处理要求高、算法并行处理复杂度高、实时响应速度要求高、数据安全性高”等核心难点诉求,通过环境构建、模型开发、训练及上线部署进行全链条的高效提速,将资源使用率与开发效率提升至90%以上,模型的部署时间从三天降低至几分钟。真正解决了客户痛点问题,做到让智慧园林更“智慧”。
“终日乾乾,与时偕行”,人工智能+正在为各行各业带来深度重构和变革,也为分销行业带来更大的挑战。未来,元脑生态也将继续为众多传统分销伙伴开启一扇通往AI+时代的大门,助力分销伙伴迈向更广阔的发展舞台。
* 元脑生态是浪潮信息面向生态复杂离散、产业AI落地困难的行业挑战,以持续共赢的主张,聚合左、右手伙伴、以及浪潮信息智算产品创新能力,共同构建领先的工具化、系统化的全栈生成式AI解决方案,促进智算创新技术、场景应用与交付服务的融合落地。目前,元脑生态已对接600+算法厂商、8000+系统集成商,并打造了商业协作线上平台AIStore,作为知识资源平台、交流服务平台和商机孵化平台,赋能“百模”与“千行”的对接,在智能制造、智慧金融、智慧城市、智慧科研等领域实现成功牵手和落地应用,助力千行百业加速AI产业创新,高效释放生产力。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。