2019年12月1日下午,世界智能大会路演推介活动在广州成功举办,数十家来自全国及广州当地的企业代表参加了本次路演推介活动。
本次路演推介活动的举行,不仅为2020年第四届世界智能大会进行宣传推介,为有意参会、参展、进行商业合作的企业和机构搭建了一个交流对接平台,同时也围绕天津市委、市政府出台的《加快推进智能科技产业发展总体行动计划》、《加快推进智能科技产业发展的若干政策》、《“海河英才”行动计划》等一系列政策措施进行了解读,宣传推介了天津在支持智能产业快速发展方面的优势政策、良好环境和配套服务。
来自天津市商务局、天津市工业和信息化局、天津市滨海新区商务和投资促进局、天津市东丽区工业和信息化局的相关负责同志,出席参与了本次推介会,并就世界智能大会及天津智能科技产业的有关情况进行了介绍。
世界智能大会组委会秘书处副总经理任丽伟
世界智能大会组委会秘书处副总经理任丽伟首先对往届世界智能大会的亮点和成果,以及第四届世界智能大会的整体安排进行了介绍。她表示,第四届世界智能大会拟于2020年4月23日-26日在天津梅江会展中心召开,大会主题暂定为“智能新时代:融合、创新与生态”,将持续秉承高端化、国际化、专业化理念,举办会、展、赛、智能体验等一系列活动。同时,大会将围绕落实智能科技产业1+10专项行动,集中展示天津智能化解决方案和应用场景,打造智能化解决方案的策源地和生产地,集聚八方资源。此外,第四届世界智能大会还将扩大商业合作机会,增强市场化运作,构建企业+机构+媒体的模式,注重政府服务,发挥市场主导。
天津市商务局会展处处长张继文
作为“会、展、赛、智能体验”中的重要组成部分,天津市商务局会展处处长张继文详细介绍了第四届世界智能大会智能科技展的具体情况。据她介绍,第三届世界智能大会智能科技展吸引了246家企业参展,其中包括24家世界500强企业和6家国内500强企业,吸引了超过36000名专业观众参观。参展满意度超过80%,服务满意度达到80%,专业观众满意度达到77.85%。据此,第四届世界智能大会智能科技展将锁定智慧生活、智能制造、科研创新、智慧城市、智能体验、大数据以及智能农业等主题,涉及5个展厅、1个室外体验区和1个公共发布区,并将通过进一步的市场化运作,旨在将智能科技展打造成一个多远对接活动,为企业提供舒适的洽谈环境和深度的交流平台。
中国汽车技术研究中心有限公司汽车技术情报研究所智能网联研究中心主任王亚飞
主题介绍环节的最后,中国汽车技术研究中心有限公司汽车技术情报研究所智能网联研究中心主任王亚飞介绍了世界智能大会的赛事安排。据悉,世界智能驾驶挑战赛每年在天津市东丽区举行,是国内首个国际级的智能驾驶示范运营项目,并且已经成为国内规模最大、评测结果最权威、影响力最广泛的科技性赛事。明年的大赛将以整车企业为抓手,继续扩大媒体宣传,为参赛企业提供更多的宣传窗口。王亚飞表示,第四届世界智能驾驶挑战计划于2020年4月22日-24日举行,并将于12月底在世界智能大会官网、官方微信等渠道开放报名通道,具有无人驾驶车辆的企业团队、高校团队或者整车企业、甚至是整车企业委托的改装平台均有报名参赛资质。
在推介会的互动交流环节,众多企业代表积极与嘉宾进行沟通,畅所欲言,并就世界智能大会以及天津的产业发展和相关政策问题展开了探讨和交流。多家企业在现场表示,希望能够积极参与第四届世界智能大会各项活动中,在天津落地具体智能科技成果和应用项目,挖掘更多实际商机。
在如今时代正处于产业转型、动力转换、结构转变的关键时期,天津正在凭借世界智能大会这一平台,为全国乃至全球企业和政府、企业和企业、企业和客户之间的合作提供供需平台,为智能领域搭建一个共谋、共赢、共发展的互动平台,共同加速推进智能科技与智能产业融合发展。
好文章,需要你的鼓励
谷歌推出两款新AI模型:Nano Banana 2 Lite是其最快、最具成本效益的图像生成模型,4秒生成图像,成本仅0.034美元/千像素图;Gemini Omni Flash则支持高质量视频生成与对话式编辑,定价0.10美元/秒。两款模型均已在Google AI Studio和Gemini API平台开放,可串联使用实现从图像到视频的完整多媒体工作流。
香港中文大学(深圳)与字节跳动联合提出FlexiSLM,首个支持动态与可控帧率的语音大模型,在输入输出两端均实现自适应帧合并,6.25赫兹下推理速度提升一倍,语音对话质量超越同规模固定帧率模型。
英国《金融时报》记者萨拉·奥康纳新书探讨人工智能与自动化对工作的冲击。从亚马逊仓库的人机协作到远程视频监控岗位,技术进步带来的不仅是效率提升,更引发对工作尊严的担忧。作者指出,关键问题不在于技术本身,而在于将人类劳动视为可优化系统的管理理念。书中也展现了积极案例:编剧工会罢工争取AI使用规则,荷兰护理工作者自主建立实践模式。未来工作形态仍可由我们塑造。
这项研究提出DataEvolver框架,把被丢弃的"不合格训练图片"转化为改进数据收集策略的反馈,让AI文字图像生成训练数据的构建流程能自我进化,在相同数据量下显著提升文字渲染质量。