6月29日-30日,持续两天的首届世界智能大会在天津圆满落幕。期间,由世界智能大会组委会、天津市滨海新区人民政府主办,至顶网承办,将门协办的“京津冀论坛·智能科技产业发展CEO座谈会”在天津梅江会展中心成功举办。
天津市委常委、教育工委书记程丽华出席会议并致辞,天津市工业和信息化委副巡视员将银军、天津市滨海新区副区长夏青林出席,将门创投CEO高欣欣主持。
程丽华在致辞中表示,世界智能大会立足京津冀协同发展,集合全球智能科学专家、智能领域企业、智能应用相关标准制定机构共同参与策划,力争办成全球范围内产学研用相结合的首个权威智能科技会、展、赛一体化大会。这一次论坛和会议的举行,必将成为天津智能科技产业发展的加速器。
作为首届大会的主办城市,天津有着深厚的制造业基础,是我国重要的综合性工业基地,并曾创造了一百多项国内第一。近年来,天津工业总产值连续迈上两个万亿元台阶,规模以上工业增加值增速连续多年位居全国前列。天津智能科技产业发展势头强劲,各具特色的智能制造企业不断涌现,形成了云计算、大数据、移动互联网等优势产业链。
借世界智能大会举办之际,“智能科技产业发展CEO座谈会”将为天津智能科技产业发展和传统制造企业智能化转型发展提供重要指导性建议和理论依据。成为增进发展共识、全面开展合作的平台,成为汇聚优势资源、促进互利共赢的平台。
本次座谈会邀请了GE全球副总裁、GE中国供应链副总裁马盛隆(Steve Meszaros)、内蒙古伊利实业集团股份有限公司副总裁张轶鹏、天津国际生物医药联合院党委书记黄亚楼、码隆科技联合创始人兼CEO黄鼎隆等国内外嘉宾,围绕“智能科技与传统产业的融合发展、智能科技产业的未来发展方向”等主题展开了深刻的交流探讨和思想的碰撞。
马盛隆在演讲中介绍,GE在新一轮工业革命中的愿景是能够引领下一代智能工厂发展,并且在这一轮信息中取得最大的成就。为此,GE新的着力点在于通过互联网工业平台,帮助企业去应对大数据分析的挑战,满足移动化需求,提升用户体验。对此,GE进行了资产及运营的优化,加速创新,从而为客户提供新型的服务,通过打造数字化工业平台推动企业数字化转型。
“的确,随着大智能的到来,智能科技正在释放对于全球经济、全社会乃至于人类文明的重要影响,每个企业都试图在这一次大智能浪潮中寻找到与智能化、数字化、信息化的契合点。而作为全球乳业的龙头企业,作为工信部首批智能制造的示范企业,伊利集团始终围绕‘天时、地利、人和’三个要素,不断探索智能化的发展道路。“张轶鹏表示。
对此,黄亚楼认为,智能技术是一种使能技术,它不仅仅是一个独立的产业,更多的是渗透到各行各业,影响和推进各行各业的发展和创新。作为这一时代下的企业,首先要不断充实自己的认知,改变自己的思维你,并打牢自身的技术基础,才能“适应及变、适应其变、积极其变”。
而作为智能科技企业的典型代表,码隆科技CEO黄鼎隆在会上也表示,码隆科技认为真正的人工智能,不在于自己本身多么地智能,而在于赋予别的产品智能性,而码隆科技正在做的商品识别技术就是解决这样的问题。
在座谈会的最后,近20位产业龙头代表以及智能科技企业CEO及高管,以“医疗健康中的人工智能应用”、“ 工业制造中的人工智能应用”、“ 大互联下的智能交通与物流”为主题展开了三场高峰对话,呈现了精彩的头脑风暴。
好文章,需要你的鼓励
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。
FLAME-MoE是卡内基梅隆大学团队开发的首个全透明混合专家语言模型研究平台,包含7个规模从3800万到17亿活跃参数的模型。它采用每层64位专家、top-8选择和2位共享专家的架构,公开所有训练数据、代码和检查点。实验显示,FLAME-MoE比相同计算量的密集模型提升3.4个百分点,并揭示了三个关键发现:专家逐渐专注于特定词汇子集,专家协同激活保持稀疏多样,路由行为在训练早期就趋于稳定。这一平台为MoE模型的系统研究提供了前所未有的开放基础。
这篇论文介绍了ModernGBERT,一个由维尔茨堡大学研究团队开发的高性能德语编码器模型家族(1.34亿和10亿参数版本)。研究将ModernBERT的创新架构应用于德语,同时通过LLM2Vec方法将德语解码器模型转换为编码器以进行对比研究。在SuperGLEBer和MTEB等基准测试中,ModernGBERT 10亿参数模型不仅超越了之前最先进的德语编码器,还在性能和参数效率方面优于转换后的编码器。研究团队还证明了更大模型能有效利用大规模单语语料库,为德语自然语言处理提供了全透明、高性能的资源。