贵州,地处西南地区交通枢纽,多元的民族、多彩的文化、“八山一水一分田”的自然风光构建了独有的贵州名片。如今的贵州,更是积极开拓新技术、新产业,闯出了一条后发地区大数据快速发展新路,为全省经济社会高质量发展注入强劲动力。
12月22日,以“鲲鹏展翅 共赢计算新时代”为主题的2020年贵州鲲鹏生态伙伴大会在贵阳成功召开。贵州省委常委、常务副省长李再勇,贵安新区党工委副书记、管委会副主任张吉兵,华为公司副总裁、华为中国区云与计算总裁史耀宏、华为贵州总经理崔伟等来自贵州政产学研各界的领导嘉宾、行业精英及鲲鹏计算产业上下游伙伴齐聚一堂,共同探讨鲲鹏生态产业与贵州数字经济融合发展的战略机遇,共建贵州数字经济新生态。
共商贵州数字经济新机遇
贵安新区党工委副书记、管委会副主任张吉兵在致辞中表示,今年以来,在疫情防控常态化的背景下,贵阳、贵安数字经济优势不断凸现,成为推动传统产业升级改造的重要引擎。贵州将把大数据作为“十四五”时期三大战略之一,实施强省会五年行动,把贵阳、贵安打造成为全省高质量发展更具带动力的火车头,西南地区更具影响力的增长极。
贵安新区党工委副书记、管委会副主任张吉兵
华为公司副总裁、华为中国区云与计算总裁史耀宏表示,华为将始终坚持开放合作,开放自身能力,秉持合作共赢的理念,和产业各界伙伴一起,繁荣生态、做大产业空间,为构建贵州良好的数字生态贡献自身力量。
华为公司副总裁、华为中国区云与计算总裁史耀宏
贵州省大数据局局长马宁宇在致辞中表示,发展鲲鹏产业生态,打造以鲲鹏为底座的大数据产业链新格局,是目前贵州发展大数据的最大新机、最好新局,是贵州坚持科技自立自强、坚定不移实施大数据战略行动的重要抓手和关键平台。
华为公司鲲鹏计算业务副总裁李义表示,华为坚持硬件开放、软件开源、使能合作伙伴,携手共建鲲鹏计算生态,共赢计算新时代。
华为公司鲲鹏计算业务副总裁李义
拓维信息系统股份有限公司董事长李新宇表示,云上鲲鹏承接了在贵阳建设鲲鹏产业生态的使命,将充分发挥“软件服务+硬件制造”一体化优势,形成差异化发展路线。
拓维信息系统股份有限公司董事长李新宇
共建贵州数字经济新生态
会上,贵州省委常委、常务副省长李再勇,华为公司副总裁、华为中国区云与计算总裁史耀宏,拓维信息系统股份有限公司董事长李新宇,贵州省政府副秘书长潘大福,贵州省大数据局局长马宁宇,贵安新区党工委副书记、管委会副主任张吉兵,贵安新区党工委委员、云上贵州大数据(集团)有限公司党委书记、董事长康克岩共同见证贵州云上鲲鹏科技有限公司启动仪式。云上鲲鹏公司将通过鲲鹏产业生态的布局,聚集更多产业链上下游企业,加快构建数字经济发展新生态,助力贵州省全面建成全球一流的大数据产业中心、数字化新兴产业新高地。
发展数字经济离不开良好的生态协同。在贵州省委常委、常务副省长李再勇,华为公司副总裁、华为中国区云与计算总裁史耀宏,拓维信息系统股份有限公司董事长李新宇的共同见证下,贵州省鲲鹏生态创新中心正式揭牌。创新中心将承担发展区域鲲鹏生态的使命,是鲲鹏生态在贵州落地生根、长久发展的重要载体,将为贵州鲲鹏生态圈企业提供软硬件适配、产业招商、人才培养等专业性支持。
鲲鹏生态发展壮大需要产业上下游伙伴的大力支持。会上,贵安新区党工委委员、云上贵州大数据(集团)有限公司党委书记、董事长康克岩,华为贵州云与计算总经理张昕,贵安新区党工委委员、管委会副主任唐兴伦,云上贵州大数据产业发展有限公司党委书记、执行董事邓龙江,拓维信息系统股份有限公司副董事长刘彦分别上台为麒麟软件有限公司等多家贵州鲲鹏生态伙伴举行授牌仪式。
促进鲲鹏产业的快速发展,人才是关键。在贵安新区党工委委员、管委会副主任唐兴伦,华为公司副总裁、华为中国区云与计算总裁史耀宏的见证下,贵州省教育厅副厅长黄健与华为贵州总经理崔伟代表双方签署鲲鹏人才培养战略合作签约仪式。未来,双方将结合各自在政策、技术等方面的优势,促进产教融合,加速人才培养,为推动贵州省大数据产业智能升级提供有力支撑,护航千行百业数字化转型。
贵州云上鲲鹏科技有限公司董事长向静与中国移动贵州公司党委书记、董事长、总经理张丽,中国联通贵州公司党委委员、副总经理俞军方,中国电信贵州公司党委书记、总经理黄智勇共同启动了鲲鹏应用场景创新联合发布仪式,未来将携手推进鲲鹏在更多应用场景落地。
最后,贵州易鲸捷信息技术有限公司董事长李静、麒麟软件有限公司副总裁高巍作为生态伙伴代表,分别结合自身业务和行业特点,分享了落地鲲鹏应用的相关实践和思考。
数字贵州蓬勃发展,百尺竿头更进一步。当前,中国正处于数字化转型的关键阶段,鲲鹏计算产业作为算力基础设施产业,将为贵州的智慧城市、智慧交通、智慧金融、智慧电力等多行业提供算力底座。未来,通过鲲鹏计算产业与高新产业形成联动,彼此推升,共同形成贵州数字经济发展新引擎。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。