今日,在2018华为全联接大会(HUAWEI CONNECT)上,全球领先的技术与服务供应商博世与全球领先的信息与通信技术基础设施和智能终端提供商华为正式宣布合作,博世物联网套件软件服务(Bosch IoT Suite)将搭载于华为云实现在华落地应用,加速物联网在中国的发展。
中国物联网平台的市场预计在未来几年将增长近70%。“中国对物联网解决方案的需求与日俱增,是亚洲发展最快的物联网市场之一。博世与华为云的合作标志着博世在中国的物联网市场迈出了坚实一步。” 博世软件创新集团首席执行官Stefan Ferber博士表示:“我们很高兴能与华为云开展合作,为中国市场提供基于云的物联网服务,将设备、用户和企业互联。相信博世软件创新与华为云的合作将进一步加速物联网在中国的发展。”
博世软件创新的物联网平台能够连接带联网功能的物体,协调数据交换,并且支持多种数字化服务和业务模式。通过部署在华为云,博世物联网套件在中国市场推出的首个服务将是博世物联网远程管理器(Bosch IoT Remote Manager),其主要用于管理和控制网关、传感器和相关互联设备。此外,博世物联网套件的其他服务也将于2019年开始陆续向中国市场推出。
自2012年进入中国以来,博世软件创新公司先后在上海和南京设立办事处,已经成功实施了一系列涵盖从工业4.0到互联交通领域的物联网项目。某中国汽车品牌制造商已经选择使用部署在华为云的博世物联网套件软件服务,将提供博世无线刷写功能(FOTA)。预计在未来几年内,中国市场将有数百万量互联车辆将搭载无线刷写功能。
华为公司副总裁、华为云总裁郑叶来表示:“博世软件创新是物联网领域的全球领导者之一,能够提供先进的物联网解决方案与服务。华为云作为全球市场快速崛起的云服务提供商,致力于为合作伙伴的发展提供支持。凭借博世物联网套件的专业技术支持,以及华为云可靠的基础设施服务,我们将共同致力于为智慧城市、企业、家庭和个人提供更加智能的物联网解决方案。”
通过这项合作,部署在华为云的博世物联网套件软件服务将能够为中国本土的消费者、世界最大的汽车市场提供车辆管理解决方案等重要服务。车辆管理解决方案实现了车辆在整个服务周期内的互联,为预测性诊断和无线刷写等云服务提供技术保障。其中,软件确保车辆、云和服务能够实现安全通信,而数据管理帮助车辆制造商或车队管理者更好地规划和分析车辆数据,并及时更新车载软件。
随着合作的开展,未来博世和华为还计划共同开发一个集成式端到端物联网服务产品。目前,华为正在开发物联网硬件网关,未来将与博世物联网网关软件实现预配置,之后将通过在华为云端运行的博世物联网远程管理器进行管理。这项高度集成化的产品将为客户提供更加完整的物联网解决方案,更易于部署和管理。
博世与华为坚持开放的物联网战略,双方支持开发基于开源和行业标准的技术,致力于在交通、制造、家居、城市和农业等互联领域建立强大的生态系统。此外,两家公司均是Eclipse开源基金会的成员,并是工业互联网联盟(Industrial Internet Consortium)和OSGi联盟中的主要领导企业。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。