中国北京——2019年10月31日:今日,“智慧中国 赋能未来” 2019思杰高峰论坛在北京成功举办,大会汇聚业内意见领袖、领先科技公司及行业用户,凝聚共识,共同见证在数字化转型的时代浪潮下,思杰携手合作伙伴破除制约,重构链接,让科技成为企业实现全球竞争力和价值追求的引擎。
在经济新常态下,以“数字化转型”为主线,打造新技术、新产业、新业态、新模式,是企业迎接全球产业革命所必须具备的能力。在此契机下,2019思杰高峰论坛聚焦数字技术如何重塑工作方式,并积极探索在多云环境下企业如何通过释放信息技术架构活力,获得组织敏捷性。
在此次峰会上,思杰宣布与福建升腾资讯有限公司、新华三集团、领航动力信息系统有限公司等三家企业达成战略合作伙伴关系,并签署战略合作协议。通过建立全新的战略合作伙伴关系,思杰将携手合作伙伴共同为中国用户提供性能和体验更加卓越的全方位解决方案,帮助广大中国客户加快数字化转型的步伐。
对此,思杰中国区总经理于放表示:“此次战略性合作伙伴关系的建立,将成为思杰中国在数字工作场所和应用网络领域的又一个里程碑。合作伙伴的意义在于价值匹配和价值再造,我们将通过紧密合作,扎根于中国的企业客户,让企业在所进行的数字化转型过程中都能够拥有一整套更加完善、更加精确的本土化解决方案。”
在全球云计算市场中,随着桌面虚拟化技术的逐渐成熟,基于“简化管理、数据安全、移动办公”的新型办公需求,基于云计算的桌面云取代传统PC模式已成为大势所趋。作为国内领先的桌面云厂商,福建升腾资讯有限公司持续多年领航中国云终端市场。此次战略合作协议的达成,思杰将携手升腾为用户实现多云环境下的应用交付。
福建升腾资讯有限公司副总经理张登峰表示:“多年来,升腾深入教育、政企办公等领域,提供各行业的信息化、数字化、云化建设方案产品。未来,我们将联合思杰共同助力中国本土用户,通过将桌面云技术与行业应用深度融合,精确地帮助客户解决运营过程中遇到的难题,从而更好地适应数字化转型新形势下的市场环境。”
毋庸置疑的是,高效、灵活、可靠的云平台将成为承载数字经济发展的基础。目前,新华三云计算依托于云、网、数、安多维度的融合能力,已在政府、金融、媒体、电力、教育等行业拥有超过9000个用户实践。在新华三集团云数产品线副总裁彭定学看来,“新华三云战略的落地必须依托生态系统的不断构建和完善,满足客户场景化的需求。新华三将与合作伙伴互为生态,共同为客户创造价值。未来,我们将深度融合双方的产品和方案,更好地支撑客户的业务应用,一起构建可落地的云战略解决之道,夯实数字化解决方案的交付能力。”
针对此次战略合作的达成,领航动力信息系统有限公司总经理姜冬谈到:“能够与思杰这样在多云环境交付及桌面云领域都有着卓越领先性的国际厂商合达成战略合作,这是我们双方都乐见其成的举措。未来,基于双方的战略合作关系,领航动力将与思杰一起帮助企业客户更快更简单的实现业务的云转型。”
今年6月,思杰正式对外发布了《中国信息技术复杂性现状》的研究报告,针对目前中国市场对于数字化转型、办公体验提升以及企业所关注的云端变革等系列问题,进行了深入探讨。数字化转型不是一蹴而就的,对于企业来说,必须要从长远的角度去考虑数字化转型的整体,集中力量为最终用户营造一个安全统一、简单易用的数字化工作场景,这其实也是思杰一直以来致力推动的工作。
作为多云环境的应用交付以及桌面云行业的领导者,思杰的愿景就是帮助企业消除障碍,实现不断超越。借助思杰的技术,企业可以将传统应用迁移上云,并通过构建数字安全围栏,从架构层面对数据进行集中保护,打造统一的安全平台。以软件定义广域网和应用交付技术为核心,实现多云环境下的灵活互联。
未来,思杰将践行大力投资中国日益增长的云市场的承诺,与合作伙伴密切配合,让客户在聚焦数字化转型目标的同时,提高业务的灵活性并增强对未来发展的信心。
好文章,需要你的鼓励
据《华尔街日报》报道,在马斯克针对OpenAI的诉讼失败后,OpenAI正加速推进IPO计划。CEO萨姆·奥特曼希望公司最快于今年9月上市,目前已与高盛、摩根士丹利合作,并可能在数日或数周内秘密提交上市申请。与此同时,马斯克旗下SpaceX的IPO文件也预计近期公开。两家公司的上市竞争,标志着马斯克与奥特曼的博弈从法庭转移至资本市场。
KAIST团队提出策略助推方法,通过强制分配解题方向引导AI探索多样思路,仅用八份样本就超越了消耗八倍资源的传统方法。
调查显示,51%的专业人士认为AI生成的低质量内容(即"workslop")正在降低生产效率,45%的人因此对职场使用AI更加谨慎。这类内容表面精致却缺乏准确性和实质价值。专家建议两步应对:一是重塑AI生产力思维,推行"AI先行、人工复核"的工作模式;二是保持持续投入,深入掌握AI工具的有效用法。企业领导者强调,真正从AI中受益需要坚持与学习,而非浅尝辄止。
要理解这项研究,先得明白现在的AI是怎么"画"图的。 可以把AI生成图片的过程想象成一个特殊的厨房。当AI要学会画图时,它不会像人类画家那样一笔一画地描绘,而是采用一种叫做"自回归"的方式——简单说就是"一个食材接一个食材地添加"。但问题在于,AI厨房处理的"食材"不是真实的图像像素,而是一种被压缩过的"标准化食材包"。 这个压缩过程,叫做"离散分词",由一个叫"分词器"(tokenizer)的设备完成。打个比方,分词器就像一台高级的食材切片机,它把一整张图片切成很多小块,然后给每一小块贴上一个"编号标签",对应到一本"标签字典"(也就是研究者口中的"码本")里的某个条目。比如,标签001可能代表"蓝天的一小块",标签002代表"绿草的一小块"。 这种做法的好处是大幅简化了AI的工作量——它不用记住几百万个像素,只需要记住一串编号就行了。这就是为什么如今像Chameleon、Emu3这些大名鼎鼎的多模态AI模型都用这种技术。 但问题也恰恰出在这里。当切片机以16倍的压缩率工作时(也就是说原本256个像素被压缩成1个标签),很多细节就被无情地丢弃了。蓝天少一些云彩、草地少几根草尖,人眼几乎看不出来。可一旦切到了文字或人脸,灾难就发生了——一个英文字母"e"和"c"的差别可能就在那么几个像素,一张脸上眉眼的位置稍微挪一挪,整个人就变了样。 研究团队发现,认知科学研究早就指出,人类的视线会不自觉地被文字和人脸吸引,对这两类内容的细节扭曲特别敏感。换句话说,AI画其他东西糊一点没关系,但文字和脸糊了,用户立马就能察觉。 之前的研究者也意识到了这个问题,他们的解决思路通常是"加大切片机的容量"——比如把标签字典从1万6千条扩展到26万条,或者让每张图用更多的标签。但这就像为了切好一根胡萝卜而把整个厨房改造成大型工厂,成本高得离谱,而且效果也不见得好。 清华和微软的团队提出了一个完全不同的思路:与其让切片机变得更大,不如教它学会"看重点"。 二、给切片机装上"火眼金睛"