5月17日,在天津召开的第二届世界智能大会进入第二天。作为本届大会的重要参与者,华为参与了当日举行的主论坛和智能交通分论坛、大数据与智慧社会分论坛,分享了华为用数字技术助力企业、行业、城市智慧化转型,让创新在智能时代落地的实践经验。
华为云BU副总裁 陈崇军
华为云BU副总裁陈崇军在主论坛上发表主题为《AI,智以致用》的演讲,分享了华为云在人工智能领域的探索实践。华为云认为人工智能的关键在于应用,能够帮助企业解决实际问题的人工智能才是企业需要的AI,同时,AI在企业的产业化落地才是真正的企业智能。
陈崇军指出,现阶段人工智能的创新主要在应用创新上,而应用创新的核心就是帮助企业处理海量数据、借力行业专家帮助训练、调优,最终解决企业的实际问题,产生实际效果。华为云致力于打造全堆栈、全场景的人工智能解决方案,将AI的价值定位于解决企业实际问题,与企业生产紧密结合,帮助用户实现生产自动化,从而效率提升。陈崇军表示,AI技术通过华为云EI向企业用户开放,目前已在多个领域成功落地应用。
华为战略部副总裁 郑志彬
华为战略部副总裁郑志彬在大数据与智慧社会分论坛上发表《数字经济驱动智慧城市的发展》主题演讲,分享了华为在全球范围内助推城市数字化转型方案落地的经验。郑志彬指出,以数字经济为基础的智慧城市竞赛全球同步上演,而智慧城市的成功发展路径主要有两条:数字经济的产业化和传统产业的数字化。
华为积极参与并推动全球智慧城市的建设。郑志彬介绍,华为已经服务于全球40多个国家,180多个城市的数字化转型,致力于提升城市的全联接能力。华为定位于为城市打造全联接神经系统,实现万物感知、万物互联、万物智能,构建沃土“数字平台”,与伙伴共同推动城市智慧化转型的落地。
华为EBG中国区交通业务部总经理 路海空
华为EBG中国区交通业务部总经理路海空在智能交通分论坛发表《迈向智能交通之路》的演讲,指出在智能化大潮下,传统交通行业需要通过云计算、大数据、物联网等技术,实现基础设施的泛在物联和交通行业的数据融合;通过构建融合ICT基础能力的平台,使能创新业务。路海空介绍了华为交通行业端管云平台一体化的实践,并分享了华为通过创新的解决方案服务洋山港和胶东机场的成功经验。
路海空表示,交通行业的智能化转型,改变的将不仅是一个行业,而且会影响整个社会,华为将做智能交通引擎,做交通行业转型的同路人,携手伙伴和客户,推进交通行业智能化转型,服务交通强国。
华为展台
在本届大会上,华为搭建了千余平的展台——围绕“城市治理”、“产业发展”、“民生服务”、“创新技术”四个主题,展现了华为让创新的数字技术落地,打造智慧城市的智能设备和解决方案。
在华为展区,最抢眼的就是智慧城市神经系统——城市运营中心(IOC),其呈现了城市打破数据孤岛后,升级为智能化管理的景象,包括展示城市基本情况和经济、交通、安全等的重要指标,实现对城市细节信息的全面查询,对日常运行的监测,以及对城市全局的把握和公共资源的综合调度。城市运营中心基于华为云、IoT等创新技术,从前端感知、数据传输、大脑决策,再到肢体行动实现闭环,有机地让整个城市运作起来。
在展区内,也展出了搭载华为车联网平台的雪铁龙DS7 Crossback,在与标致雪铁龙集团的合作中,华为云的大数据、深度学习算法等与IoT平台紧密结合,成功打造了“端管云+业务支撑系统”的车联网支撑平台。
作为全球领先的ICT基础设施和智能终端提供商,华为致力于把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。智能时代,需要创新,更需要创新技术的落地。华为将秉持全联接、全云化、全智能的产品和解决方案,与客户和合作伙伴一起,共同推动数字创新技术的落地和智能社会的建设。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。