炎炎暑退,一年一度的“巅峰对决”-第三届光合组织解决方案大赛的报名热度却持续高涨。自大赛报名启动两个月以来,已吸引了300余家企业单位,各行业赛道前沿应用方案精彩纷呈,进一步刷新了信息技术产业发展图景。

为了更好的整合生态力量,共促信息技术产业发展,本次大赛再次加码,设置了集智计划(人工智能)、桃李计划(教育信息化)、堡垒计划(安全技术应用)三大细分赛道,优胜者将赢取超过1000万的资金及资源,参赛者将获得专属技术指导、产业资源对接、品牌推广助力等多维度支持。
这让赛事在初始报名阶段便受到众多顶尖选手热捧,知名企业、单位云集。其中,集智计划吸引了国家广播电视总局广播电视科学研究院、中国铁路设计集团有限公司、中科计算技术西部研究院等明星选手;桃李计划吸引了深圳市鸿合创新信息技术有限责任公司、广州中望龙腾软件股份有限公司、浙大城市学院等专业团队;堡垒计划吸引了江西省信息中心、四川省农村信用社联合社、南湖实验室等知名企业报名参赛。
自2021年首次举办以来,光合组织解决方案大赛历经两年已征集500+个行业领先方案,邀请100+位行业专家参与其中,先后在金融、政府、能源、运营商、人工智能等多个赛道实践了大量优秀行业案例。
本届大赛报名截止至9月15日,如果您在“三大计划”领域内有所建树,欢迎点击阅读原文,踊跃报名!
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。