从耸入云端的玉龙雪山,到风光奇特的西双版纳,被誉为“彩云之南”的云南,从来都以瑰丽神秘的自然风光、悠久璀璨的民族文化吸引着来自世界的游客。尽管拥有富足的自然和人文资源,但今日的云南从未沉浸在自然的馈赠中,而是通过积极主动地拥抱数字化创新,让“彩云之南”成为“数字云南”,给云南人的生活带来了实实在在的幸福感。
在数字化为云南带来的多重变化中,教育是不容忽视的重要部分。在大理,作为全国首批成立的应用技术大学之一,滇西应用技术大学正努力将自身打造成云南乃至西部地区具有国际竞争力、特色鲜明的高水平应用技术大学,为云南经济社会发展培育急需的高层次技术人才。
而在数字化时代,一所高水平大学的建设自然也离不开智慧校园的创新和应用。为了让数字化赋能智慧教育的创新,提升学校的办学质量和水平,滇西应用技术大学正与紫光股份旗下新华三集团合作,携手推进智慧校园整体架构的建设和完善,推动校园信息化建设迈上了一个新台阶,更为云南乃至全国的智慧校园转型,塑造了一个值得借鉴和参观的样板。
数字化,让改变在校园里发生
尽管滇西应用技术大学是一所在2015年成立的“年轻”学府,但对于数字化创新却已经有了很长一段时间的探索和尝试。2017年,学校成立了总务部,承担起了学校基础建设及智慧校园体系建设的重任。在2020年,总务部经过调整,升级为“智慧校园建设与服务中心”,为系统性推进智慧校园的前瞻部署提供了组织基础。
在智慧校园建设与服务中心的推动下,数字化技术彻底改变了人们印象中传统的教学模式和生活方式。在今天的滇西应用技术大学,校园大数据平台承载起了奖学金、助学金等项目的管理工作,搭建起了新生信息、考试成绩查询等多个业务系统,学生们可以在校园统一服务中心感受更方便、更智能的服务,也能在云桌面里感受智慧教育的价值。
同时,数字化带来的改变不止发生在师生的日常教学和生活里,也发生在“看不到”的地方。例如,在校园管理上,学校以智能运维简化了网络管理,提升稳定性的同时减少了人力投入,云桌面等创新技术也极大程度上改变了IT设备的管理和维护模式,显著提升了学校管理者的体验和效率。
以“数字大脑”为基石,打造智慧校园转型样板
滇西应用技术大学发生的变化,源自数字化平台打通了信息孤岛,让数据能够在校园内自由流动、共享共治。新华三集团深度参与了校园数字化平台的建设,完成了三大中心、四大平台以及相应业务系统的建设,让应用创新引擎赋能科研创新和智慧园区建设,为不同场景提供了丰富的数字化工具,形成了具有区域教育特色优势的数字化平台,有力支撑智慧应用在校园内的部署。
其中,新华三集团以高效可靠的网络设备配合在SDN等方面的创新实力,为滇西应用技术大学打造了一张高效、灵活的校园网,成为了数据流动和共享的基础;超融合搭配云桌面实现了算力资源的弹性扩展,给师生带来了高效、便捷的教学和科研体验;以强大算力为支撑的大数据平台,更为师生和科研工作提供了多源数据处理分析能力;此外,新华三也用一体化防护体系有力保障了校园内的安全,让智慧校园的创新更有底气。
通过环境、资源到教学、服务、办公应用等数字化实践,新华三集团在传统校园基础上构建了数字空间,拓展校园的时间和空间维度,提升了传统校园的运行效率,扩展了业务功能,实现教育过程的全面数字化布局。
目前,滇西应用技术大学作为西部地区智慧校园创新的典范,已经接待了众多批次的客户参观考察。而在校园之外,新华三集团的数字化创新已经深入到云南百行百业的转型和重塑中,在“数字云南”的布局中起到了举足轻重的作用。未来,面向“十四五”规划的深入推进,新华三也将继续立足“数字大脑”,广泛服务于云南数字产业化和产业数字化的协同发展,打造“数字中国”落地和实践的“云南样本”,助力当地数字经济加速发展。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。