6月9日,以“数聚智造 智汇空港”为主题的2022四川“专精特新”创新发展大会在成都成功举办。来自四川的政企代表、合作伙伴相聚美丽空港,共话中小企业数字经济发展新机遇,助力“专精特新”企业行稳致远。会上,双流携手区内企业成功举行数字工厂联合打造签约仪式,共同为制造企业推进数字化转型提供创新支点与技术支撑。华为云携手合作伙伴发布智能制造联合创新解决方案,合力聚智,持续智能演进助力智能制造转型升级。
2022四川“专精特新”创新发展大会现场
“专精特新”中小企业是转型升级的主力军、科技创新的加速器,对于推动城市高质量发展具有重要意义。近年来,各地政府也出台了诸如财政专项资金、金融补助服务、企业知识产权保护等多项政策,加快培育一批注重细分市场、聚焦主业、创新能力强的“专精特新”中小企业,推动中小企业释放潜力、焕发活力。
华为云川藏区域副总经理朱保桦在致辞中表示:华为云已深耕四川多年,目前,华为云产业云已助力超过1400家企业数字化转型,其中大部分以中小企业为主,其中不乏一些“隐形冠军”。面向未来,华为云将继续深入参与到产业生态的打造,积极为企业贡献技术与智慧。携手政府、行业机构和第三方机构,助力百万家专精特新企业完成数字化、智能化升级,实现业务增长与可持续发展。
合力聚智,强强联合:数字工厂联合打造,能力共享助力制造行业转型升级
随着全球数字化、网络化、智能化的发展,数字工厂是国家各级政府大力鼓励支持的发展方向,制造业企业正在加快上云的步伐,实现数字化转型升级。大会上成功举行了双流区数字工厂联合打造签约仪式。成都空港科技服务集团有限公司、四川纽酷信息科技有限公司分别与成都赛飞斯金属科技有限公司、多普勒电梯股份有限公司、四川村田机械制造股份有限公司、成都福誉科技有限公司完成签约。通过整合优势资源,助力双流打造行业数字化标杆工厂样板点,推动未来数字工厂的建设信息化、智能化、数字化提升。强强联合,共同助力制造企业更好地应对数字化转型挑战,推动成都制造业高质量发展。
双流区数字工厂联合打造签约仪式
创新做底色,发展有成色:华为云助力中小企业云上稳稳“造”
大会现场,华为(成都)物联网云创新中心携手成都安可信电子股份有限公司、物联云仓(成都)科技有限公司、四川纽酷信息科技有限公司、成都见海科技有限公司、成都千嘉科技股份有限公司共同发布五大智能制造联合创新解决方案。聚焦制造行业发展,华为云一直携手企业伙伴完成方案创新、产业创新以及商业模式创新,将领先的ICT技术融入制造业生产与业务场景,持续打造场景化解决方案。以数赋智,未来华为云将持续与伙伴联合共创,智能演进助力智能制造转型升级。
智能制造联合创新解决方案发布
多措并举,数字之力:为专精特新企业注入新动能
近年来,国家密集发布培育“专精特新”中小企业的相关政策和指导意见,在资金、人才、平台搭建等多方面给予大力支持。四川省为力促专精特新企业发展,推出《四川省“专精特新”中小企业认定管理办法》进一步规范“专精特新”中小企业认定工作,培育壮大优质中小企业队伍。据四川省经信厅公布数据显示,2021年全省共有653家企业被确定为年度四川省“专精特新”中小企业,其中,超半数企业来自成都市,共有358家。成都政府持续加大对中小企业的支持,积极鼓励、引导中小企业创新升级。会上,成都市中小企业服务中心李静娟带来了专精特新政策的详细解读。
作为“专精特新”发展路线的长期伙伴,华为云持续为中小企业提供技术支持与商业赋能,聚焦制造行业发展,与生态伙伴总结、沉淀了系列实践。我国绝大多数中小企业处于数字化转型探索阶段,采用数字化生产模式是制造业产业转型升级的必由之路。华为云将提供数字化诊断、数字化规划等数字经济产业发展指导,加速锻造数字化韧性,助力中小企业行稳致远。会上,金蝶软件、千嘉科技也针对专精特新创新发展做了主题分享,为中小企业提供转型升级新思路。
活动最后,以“政企面对面、企业咖啡时”为主题的政企交流会上,参会企业与政府相关部门进行了开放交流。政府了解区内企业的现状,解决企业的困难,坚定企业在双流区发展的信心,通过面对面沟通更好更快帮助企业找到市场机会和发展机会。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。