2022年11月4日-6日,华为开发者大会2022(Together)在东莞松山湖盛大举行。作为鸿蒙生态共建者和重要贡献者,中软国际和深开鸿应邀携手参加此次开发者大会。中软国际智能物联网军团市场部总经理黄志航在鸿蒙生态伙伴媒体发布会上发表了《数字化时代的自主创新之路》主题演讲,深刻阐述了数字经济时代智能物联网的战略价值和发展趋势,并深入解读中软国际国产智联网多层次业务布局。
数字经济是推动经济发展的新动力
物联网是数字化必经之路、最佳选择
随着新一轮科技革命和产业变革深入发展,数字经济已成为世界各国抢抓发展新机遇、塑造国际竞争新优势的焦点。《“十四五”数字经济发展规划》提出,到2025年数字经济核心产业增加值占GDP比重达到10% ,指标达成的关键在于推动数字化转型,发展数字产业新赛道。
在数字化转型与数字产业新赛道的交叉路口上,物联网是必经之路,也是最佳选择。据赛迪顾问《2019-2021年中国物联网市场预测与展望数据》公布的2020年数据显示,我国物联网市场规模已达到2.14万亿元左右,预计未来三年,物联网市场规模仍将保持18%以上的增长速度,物联网产业正迎来发展黄金期。
中国物联网市场投资前景巨大,发展迅速,在各行各业的探索不断深化,将催生大量的新技术、新产品、新应用。与此同时,传统物联网项目存在的问题也开始显现出来,如对外依赖强、烟囱项目多、项目周期长、多端互动难、安全隐患多等,成为行业向高质量发展的巨大阻碍。
人工智能与物联网协同应用,将成为解决难题的关键抓手。相比传统物联网,智能物联网更自主可控、更个性定制、更敏捷灵活、更全域智能、更高效安全。物联网升级智联网势在必行。
中软国际发力国产智能物联网
以KaihongOS为底座构建多层次业务格局
操作系统是国产智能物联网自主创新的主线。中软国际基于OpenHarmony产业生态,联合深开鸿创新研发1个数字底座——KaihongOS,1个超级终端管理平台,赋能N个行业应用场景。面向智联网领域,国产化操作系统KaihongOS下链智能终端设备,上承数字软件生态,聚合超级终端管理平台,推动千行百业自主创新发展。
依托20年软工能力沉淀和9万数字铁军,结合中软国际一流的服务及交付能力,中软国际和深开鸿优势互补,联合打造“云-管-边-端”一体化全栈服务体系,通过国产化、模块化、系统化构筑端到端的自主、安全、可控AIoT行业解决方案,满足物联网领域行业垂直、场景具体、深度定制的要求,赋能国产智联网生态建设。
打造AIoT生态服务平台——鸿联创
全面服务产品智能化,助力行业自主创新
国产智联网生态构建的重点,是平台支撑、区域布局、机制形成与品牌竖立。中软国际打造鸿联联创营(以下简称“鸿联创”)AIoT生态服务平台,旨在以需求为驱动、以场景为路径、以政府为先导、以区域为单元,探索对接服务国产智联网南北向生态的新模式。鸿联创于2020年9月首发乌镇并启动运营,之后逐步拓展郑州、苏州、盐城、中山、天津等地,为当地AIoT生态发展使能、释能、赋能。
鸿联创全面服务产品智能化。在物联网产品迈向智能化的迫切需求下,企业急需对研发制造、营销、运营服务等环节,基于创新技术引入,实现全场景的产品全生命周期管理。鸿联创以产品制造、产品营销、产品连接管理、产品创新运营等四大场景为牵引,通过流程改进、问题预防、数据可视化、自动化运维等技术手段,缩短产品上市时间,减少研发成本,提升制造企业核心竞争力。
鸿联创助力行业自主创新。鸿联创以构建智联网生态平台为抓手,以云原生数字底座、低代码应用开发、微服务、设备连接管理、数据可视化等技术套件,共建便捷、低成本的智联网生态体系,推动产业全价值链、全要素、全生命周期互联互通和数据共享,实现行业高效协同和资源精准配置。
。中软国际鸿联创正全面升级平台、产品、服务、战略、品牌,聚焦政企客户AIoT国产化迁移场景和需求,深入发展自主创新智联网应用及生态。
中软国际将携手华为及生态伙伴,以创新照见未来,开启数字化发展新篇章,构建国产智联网生态,推进AIoT自主创新之路。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。