ZD至顶网CIO与应用频道 09月28日 北京消息:昨天,由工业和信息化部、中国工程院指导,青岛市人民政府、中国机械工程学会共同主办的“2016世界互联网工业大会”在青岛开幕。本届大会以“第四次工业革命:互联网工业的创新实践”为主题,深入探讨了制造业与互联网的融合创新,迎接第四次工业革命浪潮的到来。
以下为大会演讲实录:
国家制造强国建设战略咨询委员会主任路甬祥:以智能制造为主攻方向,建设制造+网络强国
各位嘉宾,同志们,朋友们,上午好!
很高兴来到美丽的青岛,参加2016世界互联网工业大会。我谨向大会的召开表示热烈的祝贺。青岛是中国著名的工业城市,残页基础浓厚,企业充满活力,踊跃一批享誉国际、引领潮流的制造企业,在此举办世界互联网工业大会,以互联网工业的始建于应用为主题,为海内外产学研各界搭建一个交流合作的新平台,分析发展的新趋势、新特点,交流创新的新成果和新经验。对于促进互联网工业发展、加快中国制造向中国创造转变很有意义,当今时代信息技术日新月异,互联网、大数据、云计算、物联网、人工智能等技术与传统产业和新兴产业深度融合,催生创新新技术、新产品、新服务、新业态,推动工业经济向知识网络经济转型,正在深刻的改变着人们的生产和生活方式。
展望新科技革命与产业变革,信息技术的引领带动作用日益凸显,互联网成为汇聚创新资源与动力的新平台,数字化、网络化、智能化为工业制造注入了新的动力,近年来美国提出工业互联网战略,德国提出工业4.0,日本注重发展系统机器人与无人化工厂计划等,中国实施中国制造2025,旨在通过信息网络技术与制造技术融合创新,创造制造业的新优势,提振经济的新发展,这也是为中国工业和世界经济发展带来了新机遇,注入了新活力。
改革开放30多年来,中国走信息化带动新兴工业化之路,经济社会快速发展,已成为全球制造大国,中国的网民数量、电子商务交易量、电子信息产品的制造规模等已居全球的前列,但是中国制造和信息产业呈大而不强、落后产能过剩、基础核心技术与高端装备依赖进口,以企业为主体,市场为导向,产学研用协同创新的体制机制还需要进一步完善,自助创新能力需要进一步提升,我们要全面实施创新驱动发展战略,总之实施好中国制造2025,“互联网+”等行动计划,加快推进新业态信息技术与制造业的深度融合,以智能制造为主攻方向,实现建设制造强国和网络强国的目标。
今年,是我国“十三五”规划的开局之年,中央提出的创新、协调、绿色、开放、共享的发展新理念,是对经济社会发展规律的新认识,也是中国互联网工业发展的新指南,我们要充分发挥市场的决定作用,更好的发挥政府的作用,以科技创新为核心,推进供给侧结构性改革和各领域的创新,支持引领信息化、工业化的进程,突破关键核心技术,提升创意创造、创新设计和集成创新的能力,加快创新成果的转化和应用,激发大众创新、万众创业的活力,培育中国特色的互联网工业文化和工匠精神,提升网络协同创新的能力和共创共享的水平,促进开放融合、合作共赢,推动产业产品和服务向中高端攀升。不久以前举行的杭州G20峰会,达成了各界创新活力,联动包容的世界经济之林的新公约,也对全球经济发展提出了新的愿景,我们要加强国际交流与合作,汇聚分享全球创新动力和资源,推进实施一带一路战略,促进互联互通、互利共赢,为世界经济健康持续发展作出新贡献。
各位嘉宾,同志们,朋友们,青岛这块创新创业的热土培育了海尔、海信、中车四方、红领等一大批优秀企业,他们与时俱进,创新发展,开拓海内外市场,赢得了用户的信赖和尊敬,成为中国互联网工业发展转型的典范,也显示了中国改革开放的创新创造活力,显示了中国企业家的创新、创业精神,也是青岛建设创新之城、创业之都、创客之岛工业互联网之城的宝贵财富,值得倍加珍惜,发扬光大。
最后祝2016世界互联网工业大会取得圆满成功,祝青岛的明天更加美好,谢谢大家!
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。