ZD至顶网CIO与应用频道 06月29日 北京消息: “没有网络安全就没有国家安全。”这是2014年习近平在中央网络安全和信息化领导小组成立讲话时提出的。两年后,习近平再次提出要树立正确的网络安全观。两年时间,同一个话题热度不减反增,可见网络安全对于IT发展来说是至关重要的。而与网络直接相关的操作系统,近些年也一直强调国产化、自主可控,保障信息不被外泄。
日前,由一铭软件股份有限公司主办,中国计算机报社承办的“2016中国操作系统生态发展论坛”在京召开。论坛上,国家版权局版权管理司、中国开源软件推进联盟、北京经信委软件处等多方代表,表达了对国产操作系统生态发展的期许。一铭软件在论坛上代表国产操作系统厂商,分享了对国产操作系统的深刻理解与发展理念,并发布了桌面操作系统Emind Desktop 4.0,以深度满足移动互联时代关键行业的信息安全需求。
不仅做开源 更要做生态
“开源并不是难在国产操作系统,现在的难度而是机遇没有抓住。操作系统要成功必须用开源技术研发。”在论坛上,中国开源软件推进联盟名誉主席陆首群谈到,让开源技术与国产操作系统开发相结合,就好比站在巨人的肩膀上,才能又好又快发展。无疑,透明、公开的开源操作系统问世,使得开发人员获得了解操作系统体系架构的机遇,加上开源可以为企业节省大笔资金,开源似乎看起来比闭源更会成为未来的趋势。
除了系统要开源,“生态”是论坛探讨的另一大热点。开发一套系统并不难,但生态并容易形成。至今为止,微软windows操作系统的地位难以撼动。归其原因,中国工程院院士倪光南给出了答案:一个联盟、一个标准、一个生态。国内的系统企业缺乏的就是一个生态的养成,多个操作系统、配置、CPU……市场潜力虽大,却并没有发挥集中力量办大事的效果。
“我们已经有一些掌握操作系统核心技术、掌握CPU核心技术的若干企业,但应该要集中力量办大事。形成一个联盟,制定统一的标准,完全可以以操作系统为核心形成统一的桌面操作系统标准,相应的各种各样应用软件围绕这个标准,最终形成一种生态系统。”倪光南说道。
据了解,一铭软件不断加强与数据库、中间件、应用软件商等上下游各方的通力合作,目前通过金山、清华同方、金蝶中间件、人大金仓、金格同创、永中等越来越多的合作伙伴加入到国产操作系统生态阵营中,一铭软件得以不断完善产业链和优化生态环境。
一铭桌面操作系统Emind Desktop 4.0正式发布
Emind Desktop 4.0是一铭软件基于其自身技术实力、整合了众多业界合作伙伴们的共享技术,主要面向于政府、军队、教育、金融等行业的通用型国产桌面操作系统。在产品的“可用性”、“易用性”和“好用性”方面进行了改善,希望提升国产操作系统的市场应用水平。
Emind Desktop 4.0安装操作便捷。系统内置了一铭软件特别打造的具有交互功能的桌面环境——云桌面,用户可以上传储存个人桌面配置、音乐、照片、应用程序、日历、文档等所有内容,自动云同步;同时它可支持云配置,通过“一键换机”功能,云备份便可将用户的操作系统环境包括桌面壁纸、应用列表、桌面主题等同步至当前硬件,全程自动化,可做到随时随地随意、无需用户刻意管理。
Emind Desktop 4.0支持海量应用程序。其中自带一款名为月光宝盒的应用程序,是一铭软件自主研发的备份还原系统,可以帮助用户做到全系统还原、全系统备份和多系统共存。更值得一提的是,它还拥有一铭自主可控的软件应用中心,可为用户带来安全可信、数量庞大的应用软件。
Emind Desktop 4.0具有较好的兼容性,并对安全可控进行了深度保障。产品全面适配X86主流硬件,支持龙芯、申威等国产芯片平台,可提供整体国产化自主可控方案。此外,还支持各种打印机、扫描仪、无线网卡、蓝牙、数码以及移动手持设备;兼容适配ATM机、查询机、排队机等行业的专业设计;完全兼容windows应用程序,使用效果流畅。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。