8月17日,紫光旗下新华三集团“第十届互联网夏季论坛”在呼伦贝尔盛大召开。来自百度、阿里巴巴、腾讯、微软、华能集团等行业名企的百余位技术领袖齐聚一堂,围绕人工智能、区块链、边缘计算等互联网行业前沿技术、应用实践以及未来趋势进行了深入探讨与碰撞,共同勾画互联网未来的发展蓝图。
从2009年至今,新华三互联网夏季论坛凭借极富洞察力与前瞻性的技术及应用探讨,已成为中国互联网行业的年度盛会之一,见证了中国互联网十年间的飞速发展。时值夏季论坛十周年之际,本届论坛以“携手创新,共赴未来”为主题,受到互联网行业的热烈响应,参会人员规模再创历史新高。
创新合作模式 迎接产业互联网时代到来
过去十年,消费互联网得到了充分发展。而随着消费互联网的成熟,与制造、农业、能源、物流、交通、教育等传统产业相融合的产业互联网,则将成为互联网下一个十年的发展主题。新华三集团副总裁、企业事业部总经理王燕平指出,产业互联网时代正在到来,这意味着诸多传统产业的生产、销售、流通、融资与交付等流程都将相继被互联网重构,不断发展的产业互联网还将提高跨行业协同的效率,从而有助于实现传统产业的跨越式发展,助推经济的脱虚向实与转型升级。
新华三集团副总裁王燕平发表致辞
王燕平介绍,新华三近十年来已与互联网企业在人工智能、软件定义网络、NFV网络功能虚拟化、可视化运维、企业混合云等领域展开了卓有成效的联合创新与合作,而在产业互联网时代,新华三将进一步推进合作的广度与深度,与互联网企业一起探索更为灵活的创新合作模式,共同推动产业互联网的发展。
推动技术升级 助力数字经济持续发展
在本届论坛,人工智能、边缘计算与区域链等新技术成为讨论的热词。新华三集团副总裁、技术战略部总裁李立在主题演讲中指出,新一轮数字化技术正在成为产业融合、行业引领、企业竞争的重要战略力量,成为数字经济持续发展的新引擎,并将深刻改变互联网产业格局。
新华三集团副总裁李立发表主题演讲
新华三已开始将人工智能、容器&微服务与边缘计算等为代表的新技术全面融入数字化解决方案之中,相继推出了Comware V9新一代网络操作系统、AD-Net 3.0应用驱动网络解决方案、400G数据中心交换机旗舰产品、Superdome Flex关键业务服务器、智能云管理闪存存储Nimble、云计算平台 H3CloudOS 3.0、大数据AI-Engine等新产品与方案,进一步巩固了新华三在数字化领域的领导地位。
作为新华三长期战略合作伙伴,百度、阿里巴巴、腾讯等互联网巨头亦分享了在下一代网络、SDN、服务器自动化管控、智能数据中心等领域的前沿探索。作为信息化产业代表,微软介绍了自身的数字化转型实践,制造行业代表华能集团则分享了流程型企业的工业互联网先进实践。
王燕平表示,“这十年,既是中国互联网行业呈几何级数增长的十年,也是新华三与互联网企业携手创新、共同成长的十年。新华三期待下一个十年与互联网企业一道携手创新,以互联网的技术、思维和商业模式,共同推动我国传统产业的转型升级,助力数字经济的持续发展。”
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。