至顶网CIO与应用频道 05月18日 北京消息(文/王聪彬):大连素有东北之窗,北方明珠之称,是中国东北对外开放的窗口和最大的港口城市,这也造就了其在软件服务外包行业的重要地位,2015年大连软件和信息技术服务业销售收入达到1500多亿元,出口额达到37亿美元。
大连高新区一直是扶持大连产业升级转型的角色,IBM是最早一批进入大连开展IT服务的公司。在5月16日,经历了18个月的筹备IBM工作室又在大连高新区落成,这是继上海之后IBM在中国建立最大的工作室,占地1500平方米是上海工作室的三倍,也是IBM全球第42家工作室。
能力全连接的经验共享
现如今企业的业务模式发生了很大的变化,技术也发生了变化,在这样一个交叉口上提供卓越的客户体验、个性化的服务和覆盖线上线下的完美客户体验,已成为吸引和保留客户、适应环境变化的重要方式。
IBM工作室并不仅仅是一个展示空间,其可以真正和客户一起创作帮助客户转型。IBM工作室是一种通过融合创新的技术和全新工作方式于一体、加速客户转型的全新商业模式。
IBM大中华区董事长陈黎明希望大连工作室能成为大连的名片,让世界各地国家的客户通过工作室认识大连,了解大连的能力,同时工作室可以为大连经济转型带来帮助。
IBM大中华区董事长陈黎明
在技术层面工作室依托IBM认知计算、云计算、区块链、移动、社交、大数据等先进科技和全球设计网络。在团队建设层面工作室由技术专家、方法专家、设计师、艺术家等多种技能组合构成,充分的为最终用户体验提供支持。
依托大连与日本的地理优势,大连工作室主要服务于中国和日本两个市场,同时也服务于全球客户,所以不管是客户的中国业务还是全球业务都可以满足。
IBM中国客户创新中心总经理苏柯玛说,工作室的能力是互相配合无缝连接的,在任何一个工作室,都可以借助到不同地区的能力,像汽车可以借鉴美国、德国、日本的经验和能力,最终帮助客户成功。
IBM中国客户创新中心总经理苏柯玛
Design thinking的创新模式
IBM工作室强调和客户一起创新,这也就要求客户要进驻到工作室真正的参与。企业用户也不用头疼派驻工作室的问题,通过迭代设计方法在产品的每个环节都会有不同的人员进入,这样一轮一轮带有方法的解决问题,大大缩短开发周期,有效的提高效率。
在具体的实现上IBM工作室以设计思维(Design thinking)为核心工作理念,更好的了解客户需求,有的放矢的为客户设计出所需的解决方案,以提升竞争优势。
早在70年代,IBM当时的CEO Thomas J Watson Jr.在宾夕法尼亚大学的一次讲座中表达了自己的观点:“好设计就是好生意。”他将现代设计带入到蓝色巨人,设计与技术的融合也渐渐融入了IBM的DNA。实际上,在近几年许多企业都采用了IBM所提倡的“设计思想”原理——包括观察人类如何与新事物交流、快速原型设计以及跨学科团队的协作——用于创建从消费者服务到业务战略的各个方面。
传统的Design thinking由理解、探索、原型、反馈构成,IBM又在其中加入了目标、回放、用户让设计思维更加的完善。同时在开发上,工作室用短周期迭代开发的模式进行敏捷开发,极大缩短了工作期,使一款产品可以更迅速的进入到市场中。最后通过自动测试可以更好的发现设计中的漏洞。
由于工作模式工作室可以快速的交付出一个原型给客户,并不是要等到产品真正完成后,客户很有可能收到一个与当初需求不符的产品。
使用创新方法实现的案例在工作室比比皆是,一家制药公司希望通过更好的推介模式来让医生了解新药的作用原理,半衰期等一些列指标实现快速成单。IBM工作室通过使用VR技术设计了一款小游戏来帮助医生身临其境,直观的还原了体内病灶以及用药过程带来的变化,促成销售的同时带来更好的用户体验。
好文章,需要你的鼓励
TPU与GPU之间的竞争正在重塑AI硬件市场格局。GPU基于并行处理,能处理多样化任务,而TPU专门针对张量矩阵运算进行优化。谷歌TPU采用类似RISC的设计理念,通过限制功能来提升特定运算效率。随着Meta计划在2027年采购数十亿美元的TPU芯片,Anthropic宣布使用百万TPU训练Claude模型,TPU生态系统正在获得发展动力,对英伟达的GPU霸主地位构成挑战。
Meta与华盛顿大学联合研究团队开发出无需人类标注的AI评判官自我训练框架。该方法通过生成合成对比数据、自我判断筛选和反复学习,使110亿参数的AI评判官在多项视觉语言任务中超越GPT-4o等大型模型,成本仅为传统方法的1%,为AI自主学习和评估开辟新路径。
本文提出2026年AI发展十大预测,包括AI估值修正、投资泡沫持续、AGI不仅依赖大语言模型、AI代理将加剧工作替代等。作者强调社会接受度对技术发展的重要性,认为成功企业将重构运营模式以AI为核心,同时指出政府仍将重视STEM教育而忽视社会科学的价值。
华中科技大学团队开发出4DLangVGGT技术,首次实现AI系统对4D动态场景的语言理解。该技术突破传统方法需要逐场景训练的限制,能跨场景通用部署。系统结合几何感知和语义理解,不仅能识别物体还能描述其时间变化过程。实验显示在多项指标上超越现有方法1-2%,为机器人、AR/VR、智能监控等领域提供重要技术支撑。