至顶网网络频道 06月12日 综合消息: 6月11日至15日,华为以“新ICT,迈向数字化转型之路”为主题参展CEBIT 2018(德国汉诺威消费电子、信息及通信技术博览会),全面展示华为新愿景、新技术、新平台和新生态,携手超百家客户及合作伙伴,共同演奏“数字世界交响曲”。
作为全世界最大的数字创新活动平台和盛会之一,今年全新改版的CEBIT 2018首次以数字经济、数字技术、数字对话和数字园区等四大板块,为企业、政府和社会提供数字化未来的全方位视角,使数字世界的潜力在眼前和未来都触手可及。
华为以3000平米展台展示在云计算、物联网、人工智能(AI)、大数据和数字平台等新ICT领域的最新产品,升级版的数据中心、企业园区、eLTE和企业通信方案,以及在智慧城市、机场、金融、能源、制造等领域的全新行业解决方案,分享数字化转型的成功实践和探讨数字世界的未来。
华为携手过百家伙伴参展CEBIT 2018,共促行业数字化转型
CEBIT共谱数字化转型交响曲
华为企业BG总裁阎力大表示:
德国是欧洲音乐殿堂的璀璨明珠,也是交响曲的发源地之一。而我们所推动的企业数字化转型就像交响曲,需要客户,华为和合作伙伴的协同“演奏”,也需要端管云的协同“演奏”。本次CEBIT,华为的VI就是数字化转型的交响曲,我们会结合在全球各行业的成功实践,跟客户和合作伙伴共同展示华为提供的数字平台,合作伙伴提供的应用和终端,以及为客户数字化转型带来的价值,共奏数字化转型的交响曲。未来每一个企业都是数字企业,每一个企业都将建设平台或成为平台的一部分,华为企业业务致力于为客户打造创新、开放的数字平台,帮助企业和机构加速实现IT与OT的融合、技术与商业的融合,把数字世界带入每个组织,构建万物互联的智能世界。
“行业&生态”+“技术”两大展区 全面展现数字平台能力
在行业&生态展区,华为与SAP、Honeywell、埃森哲等百家联盟及解决方案合作伙伴展示了六大行业——智慧城市、金融、制造、电力、交通、零售的解决方案和成功案例。例如华为首次展示了面向智慧城市的数字平台雏形,包含“物联网统筹”、“大数据统筹”、“GIS一张图统筹”、“视频云统筹”、“融合通信统筹”五大基础资源统筹能力,使智慧城市数字平台的各类基础资源得以高效向生态合作伙伴开放,方便行业应用的快速开发和导入,服务于城市的治理创新。华为智慧机场2.0解决方案也首次公开亮相,基于物联网、数字化协作、云计算、和大数据等新ICT技术,重构机场的信息流,保障机场安全、提升运营效率和收益、改善旅客出行各环节的体验。
在技术展区,华为全面展示基于物联网、云、AI、和5G等新技术的最新产品与方案,如面向行业的IDN方案,全新一代企业级全栈私有云,最新版混合云方案,能力升级后的物联网平台,性能进一步提升后的企业无线IoT方案,以及全新发布的基于AI的软件定义摄像机。并首次完整呈现华为从能源,IT到网络的完整“云数据中心”方案,其中包含全新一代融合私有云方案、意图驱动的CloudFabric云数据中心网络解决方案、分布式数据仓库FusionInsight LibrA方案等。华为还展示了能实现多样化场景接入、全生命周期云化管理的园区方案,基于AI和大数据,实现全网安全自动化、智能化。
联合领先行业客户和伙伴发布系列重磅合作 共奏数字世界交响曲
未来30年,数字化将重塑每一个行业,智能化将深刻影响每一个企业。而行业领先企业是推进数字化转型的“领头羊”。目前,已有197家世界500强企业和45家世界100强企业选择华为作为数字化转型的合作伙伴。在CEBIT 2018,华为又与一批领先行业企业发布了新的合作内容,进一步完善对客户的整体解决方案,包括:
华为与德国杜伊斯堡城市联合发布面向未来智慧城市的“莱茵云”,双方致力于通过数字化市政服务和改革市政府,实现城市基础设施和运营方式的现代化;
联合微软发布Azure Stack混合云解决方案;
华为与码隆合作签约及AI使能零售解决方案发布;
华为与InfoVista、ARM共建SD-WAN开放生态暨SD-WAN联合生态解决方案发布。
此次携手合作伙伴共赴CEBIT数字化转型之约,华为用创新和充满张力的技术奏鸣曲,配合全球合作伙伴的生态小步舞曲,呼应各行业客户演绎的转型升级的行业变奏曲,共同奏响数字世界交响曲。
好文章,需要你的鼓励
Captions公司研究团队开发的Mirage模型实现了从音频直接生成说话视频的突破。该技术能准确生成与声音匹配的面部表情、唇型同步、手势动作和环境背景,甚至可仅从音频推测说话者外貌特征。基于统一的Diffusion Transformer架构,Mirage避免了传统方法的复杂专用模块设计,展现出卓越的情感表达和细节还原能力,为内容创作、教育培训和无障碍技术等领域开辟了新的应用可能。
牛津大学研究发现,尽管大语言模型在医学考试中表现出色,但在实际应用中效果大打折扣。研究显示,LLM直接测试时能94.9%准确识别病症,但人类使用LLM诊断时准确率仅34.5%,甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出,仅凭非交互式基准测试评估LLM存在误导性,需要真实的人机交互测试才能准确评估AI系统的实际性能。
NAVER和KAIST研究团队发现,先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示,即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案,而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大,特别是小型模型在空间推理修正上竟然超越了大型模型,颠覆了"越大越好"的认知。