技术普惠正在提升公益的整体数字化水平。
5月20日,2023年中国互联网公益峰会上,腾讯技术公益数字工具箱(以下简称数字工具箱)宣布全面升级,聚焦公益组织数字化转型中的共性需求与真实问题,上线行业数字化服务专区。该专区由多家公益SaaS企业提供服务,首批入驻14项数字工具,助力公益组织更便捷地上“云”用“数”。
腾讯技术公益发起人陈妍表示,技术的参与正不断拓宽公益的边界。从前沿技术的共享共创,再到“搭台子”、“链资源”、“配资金”,腾讯希望与社会专业力量一起,由点及面地破解公益数字化难题,用技术连接善意,让公益成为广泛参与、可持续的社会价值创造。

会上,腾讯基金会与腾讯技术公益发布了《2023年公益组织数字化洞察报告》(下称《报告》),基于对1212家公益机构的深度调研,全面展示了我国公益数字化的发展情况。
《报告》数据指出,有82%的公益组织正在使用数字化解决方案,超九成的公益组织希望得到数字化产品、服务、工具的帮助,公益数字化成为大势所趋。其中,在“志愿者招募管理及维护”、“信息公开及影响力传播”、“专业培训工作开展”三大工作场景中,公益组织的数字化需求最高,公益行业亟需专属的数字化解决方案。

针对这一情况,技术公益数字工具箱进行了全面升级。在腾讯云资源、腾讯办公协同软件等数字化服务资源的基础上,腾讯联合恩派公益,集合公益领域中成熟的SaaS产品及服务,共建数字化服务专区,帮助公益机构解决数字化发展中的共性需求,如助学管理系统,项目管理系统,捐赠系统等。

据了解,数字工具箱由腾讯公益慈善基金会发起,以腾讯技术公益平台作为统一申请入口,主要面向在中国内地(大陆)依法注册或者登记的社会团体、社会服务机构、基金会等社会组织,普通高等学校、科研院所等事业单位开放免费申领,并配合专业志愿顾问组合,帮助公益组织更容易地使用数字工具。目前已有超过200家公益组织申领,累计发放近500份公益权益。
除数字工具箱外,腾讯技术公益还推出了技术公益创投计划、公益志愿者平台,助力公益组织提供可持续的公共服务,实现数字化的组织协同、项目管理与服务创新。
会上,腾讯技术公益创投计划公布了最新进展。经过近三个月的评比,创投计划二期共挖掘了48个具有发展潜力的技术公益项目,包括29个实干组项目和19个创想组项目。
未来一年,腾讯基金会将从“现金资助”、“技术资助”、“能力资助”三个方面提供支持,帮助公益项目伙伴在技术方案打磨、公益场景应用服务、项目管理和团队建设等方面实现可持续发展。

志愿者资源也是技术公益推进的重要环节。为了更好地连接专业人士和公益实践活动,腾讯推出公益志愿者平台,支持公益组织设定志愿服务岗位和岗位所需技能招募志愿者,志愿者则能够自主认证提交技能证书来应聘对应岗位。近期,平台也上线了企业员工志愿服务功能,支持企业认证和企业内服务等,目前已经积累了腾讯、腾讯音乐和联想等公司超过5万名注册志愿者。
中国互联网发展基金会副秘书长彭锋表示,公益慈善领域的数字化转型任重道远,期待同社会技术力量一起众创共益,推动技术发展成果落地公益事业,打造互联网公益新生态。
会上,来自西安光源助学公益慈善中心、灵析、北京大学第六医院、腾讯会议天籁实验室、腾讯互娱社会价值探索中心等组织机构的嘉宾,分享了数字技术在具体公益项目中的应用实践。
以腾讯会议天籁实验室为例,其于近期发布了腾讯天籁远程听力服务平台。作为线下验配方式的有益补充,远程听力服务平台借助AI技术,与专业的助听器厂商、NGO机构以及验配师共同着力解决助听器的线上验配难题,让更多听障人士能够获得听得真、验得准、少跑腿的优质服务。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。