近日,由中国电子技术标准化研究院主办的“数字政府建设服务联盟成立大会暨第一届理事会第一次会议”在京召开。来自国家发改委、国家信息中心、国家市场监管总局、海关总署、最高人民检察院的专家领导,以及烽火、华为、新华三、腾讯云、金山云等数字政府领域主流厂商代表参与了此次大会。会上,烽火当选为数字政府建设服务联盟副理事长单位及联盟评价组联合组长单位。

数字政府是新时代政务信息化发展的新战略,也是促进国家治理体系和治理能力现代化的重要支撑,标准化建设正是电子政务落实和推广的前提和基础。2020年6月,中央网信办、国家市场监管总局等六部门联合印发了《国家电子政务标准体系建设指南》,为全面推进数字政府建设及其顶层规划、标准体系建设提供了依据。
数字政府建设服务联盟(英文简称DGC)由中国电子技术标准化研究院牵头成立,以从事数字政府建设相关企事业单位为核心,联合行业用户、高等院校、科研院所、社团组织等共同发起成立的具有行业性、非营利性的社会组织。
数字政府建设服务联盟以标准化手段保证数字政府建设和发展,明确了未来的主要工作任务,其中包括:搭建数字政府一体化服务平台,为政府制定数字政府的发展战略、规划和政策提供支撑服务;开展数字政府建设和服务相关的国家标准、行业标准、团体标准需求研究,为数字政府的标准体系建设提出合理化建议;编制发布数字政府建设服务的产业地图,为各级政府提供精准信息服务;开展数字政府框架研究(简称dGAF),为数字政府建设提供共同语言和共同方法论,及推广相关标准研制等。
作为中国信息通信领域的国家队,烽火一直深耕数字政府建设领域,关注数字政府建设的需求变化,基于开放共享、敏捷高效、安全可信的政务云自有基础架构,形成了面向“互联网+政务服务”、“互联网+监管”的一体化解决方案, 并依托自身坚实的ICT技术积累,为各省、市建设数字政府提供业务咨询、事项梳理、系统建设、运营运维等综合性服务,也为多样化的政务应用创新营造了优越的环境。
此外,烽火数字政府解决方案在全国多个省市得到深入应用,承建了湖北省楚天云、云南省党建云等一批国家重大数字政府项目。以楚天云为例,在建设高标准“数字政府”的进程中,烽火持续构建“全省一朵云”顶层综合体系,以云计算、大数据技术促进政务信息融合共享,为全省“互联网+政务服务”改革提供了核心引擎,从便利民生事项办理、优化营商环境、提升政府行政效率等方面助力“数字政府”建设,实现政务服务数字化转型升级。
为此,在IDC发布的多项数字政府领域报告中,如《中国数字政府大数据市场厂商份额、竞争格局与最佳实践2018》、《中国“互联网+政务服务”解决方案市场报告2019》、《中国政务云基础架构市场厂商评估报告2019》等,烽火凭借在数字政府领域的技术积累及行业实践,均位列市场的第一梯队。
此外,烽火近年来积极参与各项国家、行业标准编制工作,包括政府行业、通信行业、轨道行业以及云计算、大数据等领域的多项标准编制工作,完成标准编制数十项,并培养了专业的标准编制人才队伍。
未来,烽火作为数字政府建设服务联盟的副理事长单位,将积极发挥自身在数字政府建设领域及标准编制方面的经验积累,全面参与到联盟的各项重要工作中来,联合业内专家及行业伙伴,共同发挥好智力支撑作用、融合引领作用,努力打造一个依托标准服务于数字政府建设的平台,为我国数字政府建设贡献力量。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。