全球技术领导者思科,以一系列创新成果发布和上海全新现代化办公室的盛大揭幕,开启了进入中国三十周年的庆祝活动。在上海举办的“思科中国30周年庆典暨新产品发布”活动中,诸多创新成果首次亮相,吸引了行业领袖、合作伙伴和客户齐聚一堂,共同探索科技的未来。这些创新进一步彰显了思科在大中华区科技领域的领导地位。
思科在华三十年里程碑
自1994年在北京开设首个办事处,同年中国全面接入互联网以来,思科始终站在技术进步的前沿。1997年,思科将StrataCom IGX交换机引入中国的互联网。次年,思科创办了思科网院。截至2024年,思科网院已在大中华区培养了超过140万名学生。
1999年,思科在北京成立了中国技术服务部,提升对客户的支持。2005年,思科在上海成立了中国研发中心(CRDC)。这一里程碑标志着思科在华的规模化发展和布局。
2008年,思科在四川开展重大企业社会责任项目“思蜀援川”, 投入超过3亿元人民币支持汶川地震灾后重建。思科还为2008年北京奥运会和2010年上海世博会的网络系统提供了重要支持。
多年来,思科将诸多开创性技术引入中国,例如互联网协议语音(VoIP)、多协议标签交换(MPLS)VPN、互联网协议存储区域网络(IP SANs)以及应用中心基础设施(ACI)。思科还与中国高校合作,共同推动首个IPv6互联网工程任务组(IETF)标准RFC 4925的制定。
在整个2010和2020年代,思科与客户和合作伙伴携手,在中国启动多项倡议,聚焦可持续发展和人工智能领域。同时,思科因连续五年荣获“最佳职场”认证,于2024年被授予最佳职场“五年传奇”企业称号,彰显卓越成就。
创新解决方案,助力未来
全新上海办公室:汇聚创新
此次揭幕的全新上海办公室有力体现了思科对可持续发展和创新的承诺,将是思科亚太地区首个同时获得LEED(能源与环境设计先锋)和WELL(健康建筑标准)双重认证的办公场所。新办公室对可持续发展和员工身心健康的关注,也与思科全球目标相呼应——即在2040年前实现整个价值链的净零排放,彰显了思科对社会责任和可持续性的承诺。
新的上海办公室将作为客户体验中心,展示思科最新解决方案的方方面面。办公室配备以太网供电(PoE)技术、智能办公解决方案,以及为混合办公设计的协作空间。全新的单层开放式布局,将为这个全新的办公室营造动态互联的工作环境。
思科全球副总裁、大中华区首席执行官黄志明表示:“思科欢庆进入中国30周年,也将继续在充满活力的中国市场不遗余力地推进创新和战略合作伙伴关系。我们的业务战略聚焦于提供包括人工智能安全、Wi-Fi 7、人工智能就绪的数据中心、未来工作场所和数字韧性等先进技术,赋能企业并推动其数字化转型。通过与本地领军企业的合作及对可持续增长的投资,我们致力于打造一个具有韧性和高度互联的数字化未来。思科将继续深耕中国,为这个快速发展、生机勃勃的市场贡献技术革新的动能。”
思科全球副总裁、大中华区首席执行官黄志明
思科大中华区副总裁兼思科中国东区及跨国企业业务总经理房晓曦表示:“上海新办公室的揭幕是思科在中国发展历程中的重要里程碑。办公室将作为创新和可持续发展的中心,展示思科致力于构建协作、前沿工作环境的承诺。我们重视可持续性、团队协作和先进技术的展示,并将在区域内为数字化转型树立新的标准。”
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。