2017年4月21日,昆明钢铁控股有限公司(以下简称昆钢)与华为技术有限公司(以下简称华为)于昆明签署战略合作协议,双方将在“工业云”、工业大数据、智慧园区、智慧城市、产业链等领域开展广泛深入的合作。工业和信息化部副部长刘利华、云南省人民政府副省长董华、云南省人民政府党组成员李正阳、云南省人民政府副秘书长赵瑞君、云南省工业和信息化委员会主任杨福生、云南省通信管理局局长向剑、云南省工投集团董事长刘文章、昆明市人民政府副市长孙涛、昆钢副董事长张竹明、华为中国区副总裁陈炜宸、华为昆明代表处代表曹伟、华为昆明代表处企业业务部部长赵光等出席了本次签约仪式。
昆明钢铁控股有限公司与华为技术有限公司签署战略合作协议
昆钢是集钢铁冶金、水泥建材、煤焦化工、装备制造、节能环保、新型材料、地产置业、现代物流、金融服务、文化旅游、电子信息、海外业务等为一体的多元化、跨行业、跨地区的特大型企业集团。华为作为全球领先的信息与通信技术(ICT)解决方案供应商,在云计算、大数据、物联网等领域一直保持着非常高的研发投入,有着成熟的云计算平台及建设运营该平台的经验。在省委省政府和省直各部门的统筹指导下,两家企业强强联合,力求带动云南省在信息化领域实现突破。
此次合作,将充分发挥华为在云服务领域的品牌、运营、技术、网络资源等优势,以及昆钢在工业生产运营管理、信息化等方面丰富的经验和优势,在“工业云”、工业大数据、智慧园区、智慧城市、产业链领域开展全方位深入合作,打造基于云服务模式的端到端解决方案,推动云南省工业、信息化产业逐步上云,加速智慧产业园区、云南省智慧城市建设。同时双方将开展培训合作,助力云南省培养云计算、大数据领域人才。
昆钢副董事长张竹明表示:昆钢一直采用先进的技术引领公司产业发展,实现公司生产经营各个环节的标准化操作和智能化管理。通过此次合作,昆钢将充分利用华为在云计算、大数据等领域的技术、平台和网络资源优势,促进昆钢信息产业发展。同时在省委省政府和省直各部门的统筹指导下,昆钢将和华为一起精诚合作,持续投入,实现各领域信息系统集约建设、资源共享、业务协同,推动传统制造向智能制造转型,加速云南省工业信息化建设进程。
华为中国区副总裁陈炜宸表示:近年来华为已经在中国构建了一张覆盖国家-省-地市三级的云服务网络,让企业像用水、用电一样使用ICT服务,并承诺“上不做应用,下不碰数据”,永不进行数据变现,与合作伙伴一起共赢云时代的未来。此次合作,将立足昆钢,面向全省钢铁、烟草、有色金属、化工、建材等制造行业,打造工业云平台,推动云计算产业生态链建设,建设工业大数据中心,实现数据集中集约管理,推进云南省工业、信息化产业上云,智慧城市发展,乃至全省信息化建设。
此次合作协议的签署,标志着双方在合作上掀开了新的篇章,双方将深度合作,助力打造云南省“工业云平台”和“工业大数据中心”, 推动智慧工业园区建设,构建产业新体系,加速云南智慧城市及全面信息化建设步伐。同时合作双方将充分利用云南得天独厚的区位(面向南亚东南亚门户)优势,依托昆明国际通信出入口局,全面推进云南建设面向南亚、东南亚信息通信枢纽,加快信息通信互联互通,共建共享,提升信息化国际合作水平,带动信息产业快速发展。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。