说起开发者大会,我们首先能想到谁?苹果,微软,英特尔等一个个IT巨头,不是因为他们喜欢为开会而开会,而是真真实实的聚拢了一批围绕自身生态建设的开发者群体,对于任何一家IT供应商而言,开发者都是至关重要的资源。举办开发者大会,也代表着其在业界的实力与影响力。
在ICT领域,华为拥有不可忽视的地位,打造开发者生态也不是其今日之为。几年前,华为就开始构建ICT产品能力开放平台,尤其在企业市场,华为提出的“聚焦”与“被集成”的战略,也代表着其对ICT能力开放的实践。
2015年10月19-20日,华为将举办首届开发者大会,并将首次全面的阐述其ICT开放能力、技术支持体系和合作扶持政策。大会召开,预示着华为拉开了拥抱开发者、加大开发者支持与投入这项系统工作的大幕。
华为的“+ICT”
ICT技术正在不断促进各行各业的转型,在华为看来,通过开放开发能力,同开发者合作伙伴全面深入合作,能够释放共同创新的力量,这也就是其称作的“+ICT”。
华为产品与解决方案Marketing与解决方案部总裁张顺茂接受采访
华为产品与解决方案Marketing与解决方案部总裁张顺茂在接受媒体采访时表示,“华为传统上被称为‘盒子制造者’,现在我们准备把各式各样的、五颜六色的盒子打开,这些盒子里蕴藏着很多宝藏,这些宝藏包括盒子的开放能力。华为把这些能力释放出来,如同魔盒中释放出许多小精灵,这些小精灵被各行各业应用,如媒资、电力、石油、交通,智慧城市、金融、远程医疗、远程教育等,各行各业都可能会用到这样一些技术实现创新。”
据介绍,华为希望和运营商一起,对开发者开放网络、业务、运营的能力。同时,在企业领域,对外开放基础网络、通信协同、移动安全、IT基础设施等ICT能力,助力开发者伙伴更快更方便地实现业务创新,以及公有云、大数据、物联网等解决方案覆盖云管端的开放能力。
在此以前,华为在一些更为细分的领域已经进行了很多“+ICT”的探索,例如eLTE联盟、SDN/NFV联盟、BYOD联盟等,这些一个个小圈子已经为华为全面的开发者生态建设摸索出了经验。
此次开发者大会,华为将全面扩大这些圈子,张顺茂指出,“大会将推出包括12个产品技术的生态圈和2个行业的生态圈,华为将围绕12+2阐述如何进行生态圈建设,开放哪些能力、如何应用,以及有哪些成功案例。”
和很多业界的大会不一样,华为开发者大会摒弃简单的“秀肌肉”,“我们这次大会既然是开发者大会,参会的两千多人中,虽然也有一些CXO级别的决策者,但绝大部分是开发者,或有开发经验的人。开发者不会满足于听一听,而是真的动手干一干,动手练一练。所以我们把大会的重点部分,放在动手实验室。并选择了深圳大运中心作为会场,会议室不多,但因为有空旷的场地,给了开发者一个舞台,6000平米创新工厂、互动展示等,激发开发者创新灵感。”张顺茂说。
今年是第一届华为开发者大会,2015年也将是华为开发者聚合元年,这次除了全面深入的ICT能力开放,同样重要的是,华为将推出什么样的技术支持体系和合作扶持政策。
近日,华为开发者社区同步上线,在社区能清晰的看到华为的ICT能力开放模块以及API列表等,而技术支持体系覆盖了从资料获取、学习培训、开发工具到开放实验室、问题和需求受理渠道,帮助开发者打造一个优秀的社区平台,提供SDK、文档、Demo、开发工具、教程、公有云平台等各种资源,建设一站式服务门户。
据介绍,合作和扶持政策方面,华为将推出公司层级的技术和商业合作政策,“除了小徐总在HCC上提到的人才培养计划,还包括提供全球开放实验室的支撑,包括在市场上联合营销的支持,成功联合解决方案的推广、激励等方面。”
IT能力开放是一方面,有了技术支持体系和合作扶持激励政策等,也就免除了开发者后顾之忧,或者说令这个开发者生态更为完善,最终实现由技术的成功到商业模式的成功。从以往华为对ISV合作伙伴的激励与扶持看来,华为面向更广阔的开发者群体无疑将会更大力度与手笔,毕竟这也是华为公司级的战略。
让开发者走到前台,从张顺茂兴奋的言谈中,我们能感受到华为已经准备好了这场助力开发者IT献艺的狂欢!
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。