近年,随着互联网信息技术的发展,软件系统开发行业迎来了诸多重大变革,软件开发模式也发生了革命性、巅峰式的创新。近年来,一种可视化、模块组合式的开发模式异军突起,它可像搭积木一样,按照需求将“积木”进行排列组合,创建应用。这种开发模式便是低代码开发,它将通用、可重复利用的代码形成组件化的模块,通过图形化的界面来拖拽组件并形成应用,实现只写少量代码或不写代码。
通过低代码开发,各类组织可以通过快速构建企业自有应用。在过去一年的疫情防控工作中,很多政企单位通过各类低代码开发平台创建各类表单,进行信息收集和摸排,在近期的开学季中,很多高校也通过低代码开发平台进行精准防控和信息搜集。
数字化转型为什么需要低代码开发
受疫情的影响,我国数字化转型步伐明显加快,国家也通过不同的政策推动各行各业数字化转型,与此同时,市场环境瞬息万变,企业更需要加速数字化转型步伐。数字化转型作为一个系统性工程,面临周期长、成本高的问题,如何将数字化转型做好、做快,成为各类组织的重要考量。
但在数字化浪潮中,很多企业也陷入困境。
开发成本高、周期长:在传统开发模式下,IT开发往往面临高昂的实施与开发成本、变更或迭代的维护成本。传统开发模式,从开发到最终上线,往往需要半年左右时间,过长的开发周期,往往意味着过高的时间成本,同时还无法适应快节奏的数字化转型形势;此外,整个开发周期还涉及多部门协同,需要协调多种资源,需要投入大量人力、物力资源,初始开发成本高。
缺乏技术人才:对于很多初创企业,缺少、甚至没有专业开发人员,数字化转型难以起步;对于传统制造企业来说,缺乏完整的IT开发团队,难以适应高强度、快节奏的数字化转型开发工作。
系统与业务的脱节:在很多传统思维里,数字化转型就是IT部门、运营部门的职责,和业务部门没有关联,在很多组织内部,懂IT的员工不懂业务,懂业务的员工不懂IT,往往导致IT系统与业务之间有较大的脱节,企业更需要以业务为中心构建系统。
低代码开发可以给企业带来哪些帮助?
低代码开发能够降低软件开发门槛,能够以“业务为中心”开发应用,使每一款应用都能符合业务部门需求,充分发挥业务人员能动性,即使不懂技术的业务人员,也能够通过拖拉拽快速构建和部署应用程序,加速企业创新和数字化转型进程。
快速部署和上线应用:低代码开发平台,一般都有内置的模板开箱即用,避免了大量的代码编写,大大降低工作量,缩短了开发周期,有效节约了开发成本与时间成本,业务部门可以随时根据业务情况上线及发布应用。同时,低代码平台本身具备的可视化、低代码开发环境,可以快速上手,降低开发门槛和周期,短时间内上线和部门大量业务业务应用。
节省成本:如果没有完整的IT团队,企业要完成数字化转型,只能购买IT服务,除去实施服务,还需要购买各种运维服务,价格高昂,很多企业难以承受,甚至进而降低企业数字化转型意愿。而通过低代码平台,不用花高额薪资去聘请开发人员及购买软件服务,利用现有技术人员即可完成系统开发和迁移,并且具备高复用性,后期如有新的需求或变动,只需“重组”或修改部分模块,不必完全重建,大大节约了维护成本。
解决开发人才缺失困境:前面提到,企业数字化转型过程中,对技术人才的需求量比较大,招聘到合适的技术人才,是数字化转型的关键和基础,人才队伍组建也需要一定的周期,按照传统模式,数字化转型进度必将受限于人才困境。而低代码开发可以将开发工作由专业开发团队向普通人群倾斜,缩短开发者与使用者之间的距离,更好地释放执行力与创造力。
WeLink+AppCube,华为云加速企业数字化转型
华为云WeLink在服务企业的过程中,发现企业一方面热衷进行数字化转型,但另外一方面,IT基础设施、人才等缺位比较严重。WeLink一直致力于为千行百业提供足够简单、便携的数字化工具,与华为云AppCube低代码开发平台进行深度连接,提供云上无码化、低码化、支持多码化的应用开发模式。
华为云WeLink将携手AppCube,在9月24日华为全联接2021上共同发布低代码开发解决方案,为企业提供低代码开发服务,助力数字化转型。
更多精彩,敬请关注华为云全联接2021“WeLink智能工作空间,定义数字化协同新体验”专题演讲,9月24日上午11:00准时开播,欢迎观看。
华为于2021年9月23-25日在线上举办华为全联接2021,大会以“深耕数字化”为主题,汇聚业界思想领袖、商业精英、技术大咖、先锋企业、生态伙伴、应用服务商以及开发者等各方,探讨如何深入行业场景,把数字技术与行业知识深度结合,真正融入政企的主业务流程,解决核心业务问题,催生体验提升、效率提升以及模式创新;并发布场景化的产品与解决方案,分享客户伙伴的最新成果与实践,构筑开放共赢的健康生态。欲了解更多详情,请搜索“华为全联接2021”。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。