2022英特尔物联网区域合作伙伴大会
2022年12月13日,深圳——2022英特尔物联网区域合作伙伴大会今日在深圳圆满举办。在会上,英特尔分享了物联网及智能边缘业务的最新发展战略、技术进展和行业洞察,并携手生态伙伴重点分享了英特尔物联网及智能边缘解决方案在金融服务、工业、零售、社区与园区等领域的前沿创新实践成果。
英特尔中国区物联网及渠道数据中心事业部总经理郭威称:“2022年是困难与机会并存的一年,充满了各种不确定性,而这种不确定性也为各行各业带来了新的机遇。我们希望,英特尔在物联网及智能边缘上的实践与探索以及与生态伙伴的共同创新,能够进一步推动产业的数字化发展,助力解决个人、企业和社会遇到的问题和挑战,通过云、边、端的互联和智能,去造福地球上的每一个人。”
随着物联网与5G、网络通信、人工智能等技术的融合发展,各行各业也都在致力于进一步加速数字化、智能化的升级。为了更好地满足数字化转型需求并持续拓展万物互联的创新应用,英特尔将通过无所不在的计算、无处不在的连接、从云到边缘的基础设施、人工智能、传感和感知所构成的“五大超级技术力量”继续深耕中国市场,持续推进创新、探索与增长。英特尔物联网及智能边缘业务发展的最新战略旨在支持数字化变革需求——利用英特尔的高性能硬件产品及设备打造可编程的、灵活的基础设施以适应多样化的应用场景,借助先进的软件及AI解决方案提供更强大的边缘算力和推理能力以实现自动化操作,以及依托开放、开源的软件生态助力开发者创新以推动软件服务和从边缘到云的工作负载。同时,英特尔中国秉持着多元化发展的理念,不断升级中国战略,更加注重以本土市场需求所驱动的融合创新与战略整合,力导与生态伙伴共同塑造产业数字化转型的核心。
而物联网在中国的实践与创新,也一直离不开国家国计民生的基础和政策。英特尔中国区物联网及智能边缘未来的战略和增长点与政策所指引的发展机会高度契合,在网络基础设施、工业、教育和医疗健康等领域都有着持续深耕且不断创新的规划。目前,物联网在高速发展的同时,也面临着“碎片化”的挑战,包括市场机会碎片化、生态碎片化和产品碎片化,英特尔也基于目前中国物联网行业的情况推出了全新的战略规划:
深耕核心行业,拓展业务边界
英特尔致力于和生态伙伴一起实现业务的增长,与生态伙伴联合创新、深耕的同时,也将继续拓展更多的行业和机遇,落地更多解决方案,从深度和广度两个维度实现突破。
加强生态覆盖,深化生态合作
英特尔物联网及智能边缘业务在中国市场成立了渠道团队,负责整合现有的聚合商,以实现与生态伙伴更多、更深入的合作,共同释放更多价值和潜力。
构建解决方案,抓住市场机遇
英特尔将整合碎片化的机会与市场需求,构建软硬件一体的全面解决方案,帮助客户实现更加高效、快速的发展和转型。
与生态伙伴共同实现产品市场化、规模化、国际化
当前,英特尔正大力推进物联网业务的进展,可提供从边缘设施、核心网络数据中心到云数据中心的广泛硬件产品组合,寻求在碎片化市场中打造全面且规模化的解决方案,并帮助本地伙伴的产品走向全球市场,加速产品国际化的进程。
大会上,英特尔还与联新医疗、科东智能、蓝鸽、大族智控、海石智能、云天畅想、海信、爱莫科技共同分享了物联网及智能边缘解决方案的成功落地案例,并展现了英特尔在多个垂直领域的创新技术成果和所做的积极贡献。随着物联网及智能边缘的飞速发展,英特尔正凭借先进的解决方案助力各行业迈入数字化、智能化的新时代。通过助力千行百业的创新与融合,英特尔将继续与生态伙伴一起,共同创造引领行业变革的技术,为产业升级和经济发展注入强劲动能,使物联网及智能边缘能够真正造福人们的生活。
好文章,需要你的鼓励
雅虎、Quora、Medium等在线媒体品牌正采用名为RSL的新协议,防止AI公司未经授权复制其内容用于模型训练。RSL协议基于RSS标准开发,为AI时代的互联网提供缺失的许可层。该协议旨在成为比robots.txt更强大的技术层,应对目前占互联网流量一半以上的AI爬虫。Reddit、MIT出版社等多家机构已加入该协议。随着AI导致网站流量下降25%,出版商正通过诉讼或授权协议寻求补偿。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
思科280亿美元收购Splunk后的18个月里,两家公司专注于将Splunk的机器数据分析技术与思科网络产品线融合,打造"思科数据织网"。Splunk平台高级副总裁表示,收购后的协同效应为Splunk带来新动力,公司策略得到放大而非偏离。双方快速整合工程团队,推出AI Canvas等项目,致力于解决企业IT数据孤岛问题。新举措包括将机器数据与业务洞察连接,推出面向Snowflake的联邦搜索功能。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。