11月27日,中国企业评价协会在中国企业家博鳌论坛“中国式现代化下的新型实体企业发展之路”研讨会上重磅发布了“2022新型实体企业100强”榜单,神州数码(000034.SZ)凭借强劲数字化服务能力和赋能数字经济发展的丰富实践成功入选,位列榜单第20位、现代信息技术服务企业前列。
“2022新型实体企业100强”榜单是中国企业评价协会以实体经济为着眼点,结合新型实体企业的发展特征和新趋势所评选出的榜单。该榜单旨在探究“数字经济与实体经济融合创新”的方向与趋势,挖掘实体经济新增长点,树立实体经济高质量发展标杆。
新型实体企业是指由数字经济与实体经济深度融合催生的企业类别,既具备自身科技创新与对外输出数字技术服务能力,还起到运用数字化技术,增强产业链供应链韧性、提升企业社会责任可及性作用。此外,据榜单显示,新型实体百强企业中,有72家新经济企业,54家入围新经济500强。代表数实融合的新型实体企业,其企业形态模式符合“新产业新业态新商业模式”的特征,多数跨入“三新经济”行列。
事实上,数字经济早已成为我国实现高质量发展的新引擎。二十大报告中更是深刻阐明了数字经济在推进中国式现代化过程中的重大战略地位,并且为我国数字经济发展指明了前进方向,即“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群”。紧随其后,各部门再次出台与数字经济相关政策,强调要继续推动数字经济发展,为各实体产业赋能。这一宏观背景下,新型实体企业也被认为是推动数字经济发展的中坚力量。
作为中国领先的云及数字化服务商,神州数码自成立以来,便以“数字中国”为初心和使命,坚持“理念领先、技术领先、实践领先”,不断推动自身数字化转型,打造数字化最佳实践,以数字技术和服务为各行各业赋能。
2022年,神州数码基于数据价值驱动的数字经济新特征,创新性的发布“数云融合”战略,积极拥抱云原生、数字原生所带来的新技术范式颠覆,为处在不同数字化转型阶段的汽车、金融、快消零售等行业客户提供云的敏捷能力和数据驱动能力,帮助企业加速实现数字化转型。
在积极推动数字化转型的过程中,神州数码已成为引领数字经济发展的一支重要力量。2022年,神州数码首度上榜福布斯中国数字经济100强榜单第29位,计算机类Top3。在云和信创两条战略布局的高价值赛道上,经过几年的深耕和持续打磨,也取得了长足的发展和深厚的积累,多次进入Gartner、Forrester、IDC、信通院等多个权威第三方机构云管理服务、混合云相关报告,在信创领域服务器和PC整机企业的排行中,也位列前十。
数字经济时代,数据成为最重要的生产要素,结合云的技术范式颠覆,“数云融合”将为经济发展注入新活力,带来新动能。未来,神州数码将继续聚焦数云融合战略落地,持续探索数字化技术为各实体行业带来的新价值能力,加速推动数字经济高质量发展。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。