ZD至顶网CIO与应用频道 04月18日 北京消息:2017年4月14日,国内领先的基础软件开发平台与解决方案提供商普元信息,受邀出席于上海隆重举行的第五届中国核电信息技术高峰论坛。在此次以“聚焦核电信息化顶层设计,以两化融合促核电企业安全”为主题的行业权威峰会上,普元公司电力事业部副总经理王程志发表题为《“自服务大数据资产管理中心”支撑智慧核电建设--是智慧核电大数据分析应用的前提准备》的演讲。
演讲中,王程志结合普元在中核运行、中广核、国家电网、新奥能源等众多电力能源企业的大数据平台建设实施经验,分享普元助推智慧核电大数据分析应用有效实现“管的标准、用的便捷”的解决方案,以及普元如何帮助核电企业建设支撑智慧核电的可控的大数据创新应用。
智慧核电建设大势所趋,普元对大数据的管、用痛点剖析获众多专家认同
众所周知,2017年,国家能源局、国家发改委将国家能源应用技术研究及示范项目“智慧核电运营系统研究及示范项目”建设内容纳入了《能源技术创新 “十三五”规划》,我国智慧核电建设加快了建设步调。智慧核电建设作为“国家政策指导”和“行业发展战略”的共同要求,是核电产业传统运作模式拥抱大数据时代的大势所趋。
在拥有超过十年的电力、石油、燃气等能源行业平台产品与解决方案规划与设计经验的王程志看来,智慧核电建设与运营的关键支撑之一就是大数据的分析应用。他在演讲中指出,随着普元实践项目对大数据分析应用的深入,发现核电大数据在“管”和“用”方面存在诸多问题与挑战,比如数据资产目录的自助化管理、数据自助查询分析、数据的运营管理监控等等。
王程志通过分析强调,对于包括设计、建造、运营全过程多维度的核电数据管不“准”和用不“畅”成为制约智慧核电大数据分析应用的瓶颈,并最终导致业务技术之间的严重壁垒,数据应用不畅。这些痛点的强调,获得了很多与会专家的认同。
普元“自服务大数据资产管理中心”一站式解决方案支撑智慧核电建设
针对智慧核电大数据应用中的痛点问题,普元提出了“自服务大数据资产管理中心”一站式解决上述“管和用”方面诸多挑战,在大数据平台之上实现“管”和“用”方面的提升。
普元对“自服务大数据资产管理中心”从“自助化、自动化、自进化”三个方面进行解读。首先,“自助化”体现在自助化的数据资产目录管理、检索查找资产,自助化的数据查询分析、数据探索挖掘,自助化的数据质量管控与应用监控;其次,实现自助化的关键支撑之一是“自动化”的数据资产元数据采集、数据内容获取、数据质量检核等;最后,通过数据分析应用,实现系统自进化,建成智慧核电。
会上多位核电企业领导专家对普元“自服务大数据资产管理中心”表示了肯定,并积极与王程志交流。他们认为,普元提供的“自服务大数据资产管理中心”解决方案,在大数据平台之上实现了“管”和“用”方面的提升,为核电信息化标准化建设提供了有力支撑,通过“自助化”的手段实现了对数据资产的目录管理、便捷应用、运营监管。而全球最权威的 IT 咨询公司Gartner的数据也有力印证了普元解决方案的实践有效性。Gartner预测,到2019年,数据自服务的市场需求年复合增长率将达到16.6%。
在具体实践上,普元目前已帮助众多电力能源企业开展大数据平台建设,打造智慧能源企业,如国家电网、中广核、中核运行、国电集团、新奥能源等。
丰富的经验是优良的资质,
拥有“中核集团合格供应商证书”的普元,已有多款产品在核电这一国家战略行业进行供应服务。王程志还在本届核电信息技术高峰论坛上坦言,普元将进一步提升云数据平台、数字化企业云平台等智慧核电建设的关键支撑平台,用普元在国产信息化领域的多年实践积累助力智慧核电建设的进一步发展。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。