百年未有之大变局加速演进,“数字中国”建设持续提速。为给城市数字化转型提供有效路径,近日,紫光股份旗下新华三集团数字中国研究院在对全国257个城市全面的调研基础上,正式推出了《城市数字化发展指数(2023)》,以服务城市管理者为理念,通过系统性、前瞻性的研究与探索,评估中国城市数字化发展水平与运营效果。
前瞻洞察,诠释中国城市数字化发展新格局
全面推进城市数字化转型是巩固提升城市核心竞争力和软实力的关键之举,也是加快数字中国建设,推进中国式现代化的客观需要。作为数字化解决方案领导者,新华三集团依托多年来在数字化领域的探索实践,积累了丰富的成功经验,对行业发展有着深刻理解和洞察。自2017年以来,新华三连续七年发布中国城市数字化发展指数体系,见证了中国城市发展的变迁历程。
为更好地诠释新时代下城市数字化发展的新理念、新模式、新实践,新华三集团数字中国研究院在延续“重点区域-核心城市-优势区县-头部高新区/经开区”四位一体的立体研究体系的同时,对《城市数字化发展指数》进行了更大范围的深入调研,评估城市数量增加至257个,覆盖全国31个省市自治区、30个区域城市群,覆盖全国95%以上的经济体量和90%以上的人口规模,能够更加全面准确地刻画数字中国进程。
研究发现:2022年城市数字化大潮持续推进,数字化新一线、二线城市涌现成为区域的新增长极。其中,粤港澳大湾区、京津冀、长三角和成渝四大城市群的数字经济综合实力继续领跑全国,形成四大数字化发展核心,城市数字化呈现多层次、全方位的发展格局。此外,国家数据局等系列改革带来数字政府新方向,同时数实深度融合跑出高质量发展“加速度”。
多维解读,全面展示城市数字化变革新发展
在《城市数字化发展指数(2023)》报告中,新华三集团在数字基础设施、数字经济、数字社会、数字政府、数字生态等层面进行了针对性的研究,从不同的维度和侧面描绘出了城市数字化变革的实践模式。
• 在数字基础设施方面,作为现代数字经济发展的“传输纽带”和“信息载体”,信息基础设施决定着数字经济发挥作用的效能,对数字中国的建设产生深刻的影响,是推动经济高质量发展的重要引擎。
• 在数字经济方面,数字经济的迅猛发展为中国生产效率提升与社会发展潜能激发提供源动能,更为高质量发展贡献新思路。
• 在数字社会方面,作为城市全面数字化转型的重要组成部分,数字社会建设是推进城市高质量发展、创造高品质生活、实现高效能治理的重要抓手。
• 在数字政府方面,数字治理成为推进国家治理体系和治理能力现代化的必然要求。当前,各城市正积极开展数字政府建设。
• 在数字生态方面,数字生态建设是数字经济和智慧社会发展的重要战略之一。随着数字经济的蓬勃发展,数据作为驱动数字经济运转的核心要素,深刻改变了社会生产力和生产关系。
建言献策,共绘中国现代化城市发展新蓝图
数字化是现代城市发展的显著特征,同时也被赋予了更多的时代内涵。党的二十大以中国式现代化全面推进中华民族伟大复兴的宏伟蓝图,对加快建设网络强国、数字中国作出一系列新部署。其中,五大中国特色则为城市数字化发展指引了新方向。
面对新的阶段,新华三集团为城市数字化发展给出了自己的三点建议:一是推进中国式现代化,发挥数字化发展的重要驱动价值;二是提振经济复苏回暖,加快实体经济深层次数字化转型;三是创新数据要素实践,激活数字经济蓬勃发展核心动力。
随着新一轮科技革命的快速发展,数字化日益成为推动城市发展的重要力量。作为数字化解决方案领导者,新华三集团将始终坚持以“云智原生”战略为引领,依托“数字大脑”全栈实力,积极发挥自身数字优势的同时,携手广大合作伙伴,共同书写中国式现代化城市发展崭新篇章。
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。