至顶网网络与安全频道 07月14日 综合消息:近期,国内智慧城市建设持续加速,多个项目招标落地。近年来,国内云计算大厂华为云在智慧城市领域一路乘风破浪,连续在安徽六安、福州仓山、贵州铜仁、深圳龙岗等地斩获大单。
安徽省六安市“新型智慧城市建设云服务”采购项目标的信息:
福州市仓山区“人工智能云服务”采购项目标的信息:
铜仁市智慧城市云计算服务采购项目中标信息:
深圳市智慧龙岗2.0项目中标信息:
随着全球数字经济的高速扩张,作为数字经济发展的主阵地,城市要如何应用大数据、云计算、人工智能等技术,提升城市治理能力、产业发展潜力,成为国家下一部发展的重要布局。
尤其是年初以来,在疫情的冲击下,数字化发展好的城市往往有更高的复工复产能力和灵活应变能力。而经过一段时间的探索之后,国内诸多城市开始从数字化走向智能化、智慧化,这也是今年以来中央着重强调的“运用信息化让城市变得更‘聪明’”。
多重背景影响下,无论是走在数字化发展前列的北上广深等地区,还是贵州、福建这样的后起之秀,都开始积极寻求智慧化城市建设之道。
对此,华为云根据各地区、各城市的产业类别、实际需求不同,为其量身打造了适配程度高的智慧城市体系。
以安徽六安为例,2020年六安市政府将“加强数字六安建设,打造新型智慧”列入了2020年重点工作。在新型智慧城市建设中,数据的安全、可控是六安规划的重点。
正是基于此,六安选择了目前国内唯一同时拥有数字底座、云服务相关产业链全系列的企业—华为云。华为云提供的智慧城市解决方案所涉及的硬件(服务器、存储、安全)、网络核心芯片(终端、网络、无线)、云操作系统(云平台操作系统、物联网系统、大数据平台)、数据库(大数据平台基础服务、 MPPDB数据库基础服务)等均为自主研发,拥有完全自主知识产权,可确保自主可控。
华为云也凭借着在数据安全上的独特优势,在6月4日成为六安市新型智慧城市建设云服务项目,单一来源方式采购供应商,中标金额高达8550万元!
而在工业产业集中的福州仓山,华为云近几年来通过各类公有云解决方案,帮助诸多工业企业解决了上云难题,成为仓山工业产业区重要的云计算服务协助方。
7月6日,华为云加强了与仓山区的合作,将在基层云服务、人工智能服务、软件开发云服务、物联网服务、数字化办公服务等方面,协助“智慧仓山”的顺利构建。
在数字化发展走在国内前端的深圳龙岗,华为基于人工智能、大数据等技术,为深圳龙岗建设了“智慧龙岗”项目,并与当地政府展开了智慧政务、智慧警务、智慧教育等11项有针对性的业务应用,为龙岗提供了应用落地的解决方案。
除了在深圳、福州这样的沿海发达地区,华为云近几年也在贵州、云南等地颇受欢迎。作为少数民族地区,贵州铜仁在其智慧城市建设伊始,便选择与华为云合作。
华为云的生态合作伙伴遍布全球40多个国家和200多个城市,究其原因除了华为云强大的技术研发能力,还在于华为覆盖全国各省、市、县、区的服务团队,有能力为城市管理者提供全面专业的智慧城市建设咨询。
7月8日,国际数据公司IDC发布了《中国政务云基础架构市场厂商评估MarketScape报告》,报告显示,华为云再次位居中国政务云基础架构市场领导者象限,在市场份额、现有能力、未来战略三个维度均处于领先。
从一线城市深圳到后起之秀铜仁,从沿海经济带到西南经济圈,如何加快智慧城市的建设,已经成为国内各城市领导者的头等挑战。
在国内,华为既有在北京、上海、天津、深圳、苏州等城市的全面建设经验,也有在湖南益阳、安徽黄山、江西鹰潭、甘肃敦煌、山西灵石、河北灵寿等中西部城市的实践。
华为云基于多地智慧城市的建设经验,面向行业推出了工业智能体、交通智能体以及城市智能体,通过AI协同云、大数据、边缘计算、物联网等多种技术,打造了“智水苏州”、深圳“数字之城”、西北目前最大的大数据产业园等优秀案例,为智慧城市构建者提供了诸多可参考优秀模版。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。