4月21日-4月23日
第81届中国教育装备展在江西南昌举办
紫光股份旗下新华三集团和紫光摩度应邀参与
作为新华三集团最大规模
深度参与的一届教育行业展会
新华三在本届装备展有哪些看点?
6大活动亮点纷呈
新华三在中国教育装备展大放异彩
540平米智慧教育场景化展区
全栈产品全擎出击,上演智慧教育实力秀
新华三集团携手紫光摩度、紫光计算机,覆盖网络、安全、云智、智能终端、服务等全线产品,强大阵容、全方位展示智慧教育全栈能力,传递教育数字化发展的全新样貌,为观众带来教育教学全场景沉浸式体验。
人气展区,观众纷纷上手体验
智融全光普教解决方案:高速稳定入室,拥有面向未来的网络架构、无处不在的超宽安全接入,带来更加灵活的网络体验
新课改云计算教室:丰富的教学管理、互动功能及更加灵活的教学手段,极简的管理运维手段
嘿板OS孪生课堂:适用于多种教学场景,解决了传统录播课堂造价高昂、部署繁琐等问题
丰富实践,观众争相了解借鉴
新华三已服务超过8万所中小学,部分校园信息化建设方面的探索方向和成功经验更已在当地形成辐射效应,成为其他学校学习、效仿的样板。展示会上,针对展区展示的重点学校案例,观众争相深入了解。
深圳云端学校:在信息技术支撑下,学校形成“直播互动+智能辅助”的云端“主讲+辅讲”双师教学新模式,打破教育壁垒,实现优质教育资源、模式共享
西安市铁一中学:通过数字技术与学校教学、科研、管理、服务业务深度融合,实现环境、资源、教学、治理的持续创新,加速校园数字化构建
晋城一中:落地新华三校园网络全套ICT设备及智安校园解决方案,实现对教育、办公、室外活动区域等场景的有线无线网络覆盖,为全校师生提供优良网络使用体验
智慧教育与数字化转型大会
顶级专家学者+教育管理者分享,一场智慧教育盛宴
500余位国内教育领域顶级专家学者、政府领导、教育管理者、企业代表以及国内教育行业重磅嘉宾参会。多位专家学者带来对智慧教育实践、教育数字化转型等的新思考;来自区域、学校、业界等方面的教育管理者专题分享教育数字化转型实践经验。
新华三集团副总裁、商业BG总裁王鑫
新华三集团副总裁、商业BG总裁王鑫作为企业代表发表演讲:新华三始终将教育放在战略发展的关键位置,作为数字化解决方案的领导者,新华三将依托“数字大脑”,切实通过顶层规划咨询设计、智慧教育应用教育数字平台、数字基础设施等全域能力,从数字校园转型、区域智慧教育体系建设等层面全方位推动智慧教育高质量发展。
4场教育主题论坛
多层次学术交流活动,以智慧实践潜心服务教育用户
第三届教育装备学术大会
第十届全国名师名校长峰会
新产品、新技术、新成果发布会
新华三集团副总裁、新华三智能终端有限公司总裁 白浪
数字化教育装备是教育数字化关键,新华三嘿板OS用数字化手段重新定义智慧黑板,带来全数字化黑板、数字人像、极致交互等创新技术;嘿板OS数字孪生课堂方案,解决传统录播课堂造价高昂、部署繁琐问题,实现录播课堂和远程课堂的常态化应用,推动优质教育资源均衡发展。
高等教育装备发展论坛
新华三集团教育技术部总监 郑炜
新华三以“虚实融合数字化教学空间方案”开启众人想象。方案深度融合教学业务,具备“三简一融”多重优势,满足线上线下混合教学模式,通过教学数据全方位服务于教师、学生、管理者,助力构建新华三元宇宙数字孪生校园。
以数字之力开启智能校园新时代
作为智慧教育变革的引领者和推动者,新华三集团一直致力于为智慧教育建设提供更加具有应用价值的数字化解决方案。依托“云智原生”战略及全面升级的“数字大脑”全栈实力,新华三将继续精耕教育行业各场景的具体需求,务实教育行业数字化转型,持续释放数字化在未来教育发展中的全新价值,助推教育更加智能、开放、公平、美好!
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。