区块链纳入国家新基建范畴,明确了区块链在产业中的落地前景,也进一步引导了区块链生态共建的诉求。
6月1日,腾讯云召开“产业区块链联盟暨课堂发布会”,宣布发起成立产业区块链联盟,并计划在一年之内面向相关企业、行业协会、行业媒体、投资机构、高校、智库等群体招募超过100家成员,共同推动产业区块链相关标准建设、区块链核心技术研发以及产业落地。
据介绍,产业区块链联盟由标准委员会、技术委员会以及商业生态委员会构成。
其中标准委员会将协同政府相关领导机构、行业协会、行业智库专家、企业家,结合产业区块链实践,与国家相关团队进行合作,共同制定国家标准、行业标准和团队标准,指导区块链技术的标准化和规范化应用,为区块链的规模化、产业化、专业化发展建立标准基础。
技术委员会将协同行业智库专家、企业技术高层、高校等资源,共同探讨区块链技术平台的规划建设。腾讯云也将充分开放科技能力以及产业解决方案能力,帮助联盟成员以腾讯云区块链服务平台和区块链底层平台为基础,打造产业区块链联合解决方案,为产业建设服务。联盟也将通过实践课堂、沙龙、私享会等形式展示行业最佳实践,传递知识的同时,打造行业影响力。
商业生态委员会则将连接行业媒体、投资机构等,以金融、政务、民生、文娱等重点行业为突破口,通过市场策划与运营,推动联盟内部产品和方案的商机转化,促进联盟生态繁荣,提升区块链技术的产业和商业价值。在联盟运作下,成员商机转化率预期将提升30%。
今年4月,腾讯发起腾讯产业加速器—区块链,面向全球招募30家区块链优秀企业,并为入选的企业提供技术、资源、商机、资本等扶持。
在此基础上,腾讯云此次发起成立的产业区块链联盟则定位于打造更加开放的区块链产业连接平台,为更多区块链产业参与方提供丰富多元的展示、沟通和合作机会,携手应对区块链发展和应用中的技术、场景、商业化以及监管等方面的挑战。加入联盟的企业也将更有机会入选腾讯产业加速器—区块链,获得专属扶持。
发布会上,腾讯高级执行副总裁、云与智慧产业事业群总裁汤道生在致辞中表示,作为产业互联网的关键基础技术之一,区块链能够支撑“数据”这种新的生产要素更合理地配置和流动。区块链目前还处于产业应用早期,期待以产业区块链联盟为契机,促进行业规范的共同探讨,也为区块链行业的健康发展打下坚实基础。
联盟首批成员单位北京筑龙信息技术有限责任公司副总经理曹飞虎认为,推动区块链在产业的落地,需要更多产业上下游企业的深度合作,联盟的成立有助于更广泛地推进区块链技术、应用的发展。在此之前,北京筑龙与腾讯云合作,基于腾讯云区块链服务平台TBaaS打造了国内首个交易全过程应用区块链加密存证技术的招投标交易平台,借助区块链防篡改和可追溯等特性保障数据真实性和安全性,提升招投标工作的透明度和效率。
发起成立产业区块链联盟也是腾讯积极响应国家新基建战略的重要举措。此前,腾讯宣布未来五年将投入5000亿元用于新基建的进一步布局,区块链是其中的重点投入领域之一。
目前,腾讯云在基础设施、底层平台、服务平台、应用组件以及产业区块链应用等区块链产业应用并在供应链金融、可信存证、电子票据、数据要素、身份管理、供应链管理、数字资产等7大领域均有完善的产品及应用解决方案。
其中,腾讯云与中国电子科技网络信息安全有限公司、北京枫调理顺科技发展有限公司基于区块链技术开发的“至信链”,在过去一年,有效保护了超过 1000 万篇的企鹅号原创作品。腾讯云与上海柚子工道物联技术有限公司联合打造的区块链仓单质押解决方案落地佛山钢聚人仓储公司,解决大宗商品的数字确权、仓单登记,用全新的供应链金融方案,助力中小企业。
腾讯金融科技团队基于区块链技术打造的区块链电子发票解决方案,成为了迄今为止区块链应用最广泛的场景之一。截止目前,仅深圳地区,就开出了2000万张区块链电子发票,覆盖金融保险、零售、餐饮等上百个行业。同时,腾讯区块链已经相继在智慧税务、供应链金融和物流、法务存证、游戏、医疗和公益寻人等多个场景实现应用落地。
腾讯安全领御团队,则借助腾讯安全产品能力,打造了基于跨链协同管理的城市级区块链资产安全管理的TUSI区块链中台,能够支撑建设高可用、强监管的城市级区块链基础服务设施。
未来,随着产业区块链联盟的成立,腾讯云还将继续发挥自身优势,协同腾讯内各业务团队资源和技术能力,与合作伙伴共建产业区块链生态,推动新基建战略下区块链产业的持续发展。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。