4月20日,首期由北京软件和信息服务业协会主办的“创新案例 北京实践” 系列直播节目成功举办。阿里巴巴集团战略发展部总监宋逸群以《阿里数字技术服务 百年奥运“上云”》为主题,详细论述了北京冬奥是中国科技的大舞台,具体介绍了阿里巴巴如何服务首届“云上奥运”,并展望了从科技冬奥看数字经济发展的趋势。此次直播共吸引了700多人次在线观看。
“创新案例 北京实践”是北京软协今年新推出的系列直播节目,旨在邀请数字经济领域的头部企业和早期实践者分享在具体案例中的创新思路和实践经验,希望能够给数字经济建设带来一些启示,助力北京软件和信息服务业的高质量发展。系列直播节目共有20期,此次是系列直播节目的第一期分享。直播由案例分享、访谈互动、嘉宾提问三个环节组成。
数字化是本届冬奥会一大特点。正是数字技术的支撑,让运动健儿的训练方案更科学,让各项赛事的实况转播更高清,让冬奥商品的支付更便捷,还向全世界呈现了一场美轮美奂、精彩绝伦的冬奥会开幕式。正如国际冬奥会主席巴赫所言,北京冬奥会以前所未有的数字化水平,让更多人感受奥运文化与精彩。以阿里巴巴等数字科技公司为代表的中国企业,在奥运会的数字化转型中,发挥着至关重要的作用,让奥运步入数字时代,“为奥运留下了一套全新的标准,并不断将之推到新的高度”。值得一提的是,阿里巴巴作为国际奥委会在云服务和电子商务平台服务领域的唯一官方合作伙伴,以及奥林匹克频道OBS的创始合作伙伴,在本届冬奥会上表现出色。阿里巴巴作为第一家成为国际奥委会的TOP赞助商的中国企业,将服务包括北京冬奥会在内的6届奥运会至2028年。
宋逸群介绍,在本届冬奥会上,阿里巴巴支撑奥委会将30多个大型系统全部搬到了云上,保证冬奥会核心系统7×24小时不间断运营。具体来说,主要包括以下内容:核心系统全面上云,为超过3.2万名运动员、志愿者、工作人员提供服务;建设、运维OBS云转播系统,产出6000小时4K高清赛事内容;建设云媒体平台,支撑冬奥“媒体资产”全面上云;建设“Cloud Me”云聚互动平台,实现实时“发丝级”高清的全息影像交互;建设张北绿色算力中心,支持低碳奥运;建设云上票务系统,智能核验设备让观众1.5秒即可通过票务核验。
宋逸群补充说,阿里巴巴还服务北京冬奥的文化创新设计、多维数字消费创新和全民参与冬奥公益活动。
最后,宋逸群表示,从科技冬奥看数字经济发展趋势,可以预判,数字技术将向各领域渗透。数实融合,将带动制造业升级,数字技术正为外贸企业提供巨大成长的机会和发展空间,数字技术的应用场景正在向乡村深度拓展,解决“最先一公里”问题。数字技术,让城市全面“感知”,真正实现以人为本的智慧城市。数字技术,将触达企业、触达个体,从普惠中探索衣食住行各个场景中有碳减排、碳中和意义的新商业模式,从而促进发展和增长。
在访谈互动环节,主持人与嘉宾就软件和信息服务业企业服务大型项目要注意的事项以及冬奥会项目对阿里巴巴本身的发展带来的影响进行了互动。宋逸群表示数字平台的稳健、灵活、兼容、开放是服务大型项目比较关键的因素。为冬奥会尽一份科技企业之力是阿里巴巴的幸运,阿里巴巴希望能够通过自身的科技能力更好地服务冰雪经济、服务双奥之城,促进数实融合发展。
通过本次分享活动,我们对阿里数字技术服务有了更全面的了解,也对数字化技术未来的发展趋势有了更清晰的认识。接下来,北京软件和信息服务业协会将会为大家带来更多精彩的内容。
具体视频进入北京软件和信息服务业协会官网-“北京软协大讲堂”栏目搜索即可。
第二期直播预告:
时间:2022年4月29日10:00-11:00
主题:面向大中型企业新一代协同平台实践探索
好文章,需要你的鼓励
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
谷歌为其AI驱动的NotebookLM平台新增"精选笔记本"功能,与全球知名作者、研究人员、出版物和非营利组织合作创建高质量互动资源。首批精选笔记本涵盖长寿建议、2025年预测、人生建议和莎士比亚作品等主题。用户可通过聊天界面提问、查看AI生成的摘要、音频概览或流程图与内容互动。该功能在桌面版NotebookLM中已上线,未来将持续增加更多精选内容。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。