至顶网网络频道 04月28日 综合消息:近日,国际雾计算产学研联盟大中华区在上海宣布正式成立。这标志着国际雾计算产学研联盟(OpenFog联盟)在大中华地区的正式落地。由该联盟承办的2017中国(上海)国际物联网大会雾计算分论坛于今日隆重举行,论坛吸引了众多企业高层、行业精英和技术专家的积极参与,该活动的成功举办进一步扩大了联盟在大中华区的行业影响力。国际雾计算产学研联盟大中华区的成立与不断发展将有力促进前沿技术交流,加速实现国际主流物联网技术与国内产业需求的深度融合,大力推动物联网技术在中国的产业化进程,全面开启与国际接轨的物联网产业新生态。
面对物联网、5G和人工智能应用发展所带来的带宽、延迟和通信方面的挑战,基于对雾计算广阔前景的敏锐洞察,ARM、思科、戴尔、英特尔、微软和普林斯顿大学于2015年11月率先在北美建立了国际雾计算产学研联盟(OpenFog联盟)。该联盟由物联网领域的众多领军者联合组成,汇聚了来自超过55家企业和高校的几百位行业领袖及学术精英。OpenFog参考架构作为一个高级别指导方针,将推动雾计算行业标准的形成。目前,国际雾计算产学研联盟正在和IEEE等标准开发组织合作提出严格的用户、功能和架构需求,以及详尽的应用程序接口(API)和性能标准,以指导实施可互操作的设计。该联盟旨在基于开放标准技术创建一个框架,将有效的、可靠的网络和智能终端,与云、终端和服务之间的可识别的、安全的信息流结合在一起,通过奠定开放式架构和分享核心技术等多项举措,加速雾计算的推广和商用进程。
“雾计算”这一概念由思科首创。有别于云计算,雾计算所采取的架构更分散、更接近网络边缘。雾计算可利用靠近终端的设备进行数据处理,从而对于物联网庞大的信息量传送至云计算中心时引发的占用带宽过多或负载过重的情况进行有效的改善。通过将计算、通信、控制和存储资源与服务,分配给离用户或数据源最近的设备和系统,雾计算可以帮助实现云能力的延伸和拓展,从而提供统一的端到端云+雾平台、服务和应用。利用开放的标准方法,OpenFog架构将云端的无缝智能与物联网终端联合在一起,从传统封闭式系统以及依赖云计算的模型,进化成为一种全新的计算模型。
国际雾计算产学研联盟主席,思科全球战略发展部资深总监Helder Antunes表示:“物联网互连、机器与机器的通信、实时计算需求和联网设备需求正驱动雾计算市场不断发展。国际雾计算产学研联盟大中华区的成立是中国雾计算发展进程中的一个里程碑,标志着中国雾计算迈入全新阶段。联盟将有效聚合行业资源及技术能量,推动中国产学研各界在雾计算等物联网领域实现合作共赢,促进多元化物联网技术应用普及和产业发展,充分释放雾计算的无限潜力,合力构建中国物联网产业新生态。”
国际雾计算产学研联盟主席,思科全球战略发展部资深总监Helder Antunes进行精彩演讲
国际雾计算产学研联盟创始人,思科全球杰出工程师张涛表示:“雾计算是面向未来的下一代物联网技术。雾计算在高效响应、安全性、可扩展性、开放性等方面独具优势,在包括智慧农业、智能交通、智慧城市、智能医疗等在内的众多垂直市场应用前景广阔。未来,在思科等具有领先技术及先进理念的主要成员的引领下,国际雾计算产学研联盟大中华区将高效汇聚多方优势,积极推动雾计算在中国的全面落地与跨越式发展,以技术创新驱动产业升级与行业进步,助力企业充分把握全数字化时代下雾计算带来的巨大机遇。”
国际雾计算产学研联盟大中华区委员会主任,中科院上海微系统与信息技术研究所研究员,中科院无线传感网与通信重点实验室主任杨旸博士表示:“全球物联网正步入实质性推进和规模化发展的新阶段,中国已经成为全球物联网发展最为活跃的地区之一。物联网规模的持续扩大使雾计算等国际前沿技术的重要性日益凸显。此次国际雾计算产学研联盟落地大中华区,将进一步促进各方在雾计算领域的通力合作,促进中国物联网发展与世界主流物联网科技的全面对接。我相信在各方努力下,国际雾计算产学研联盟大中华区将在加速物联网新时代到来的过程中扮演愈加重要的角色。”
从左往右依次为:OpenFog联盟大中华区委员会主任杨暘博士、OpenFog联盟主席Helder Antunes、OpenFog联盟创始人张涛博士
更多有关国际雾计算产学研联盟大中华区的信息和活动,请访问:www.openfogconsortium.cn。同时欢迎关注联盟微信公众号二维码:
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。