至顶网CIO与应用频道 11月06日 北京消息:2017年10月28日,由欧盟委员会、欧盟研究与创新中心主办,融通科技产业集团承办,中国科技部火炬中心指导的“2017中国·欧盟科技创新峰会”在北京举办。来自欧盟驻华使团、国家科技部火炬中心、国家发改委国际合作中心以及欧盟28个国家的高科技领域专家与企业家代表团和中国20余个省市政府的重要领导共约百余位嘉宾出席峰会。
软通动力信息技术(集团)有限公司(以下简称:软通动力)高级副总裁邓海宁、副总裁曹晓兵应邀参会,与嘉宾一起围绕中国与欧洲中小企业的科技创新成果与应用,国际间科技企业的跨境联合孵化等主题进行了交流研讨,并着重介绍了软通动力在中国智慧城市建设与城市大数据创新领域的实践成果,以及软通动力在国际合作方面的成功经验。

智慧城市建设领域,成果丰富
当前,我国高新技术产业正与全球产业进一步整合,面对这一重大历史机遇,软通动力正以16年积累的深厚的技术实力和强大的生态整合能力,在软件技术服务、企业数字化转型服务、智慧城市服务以及云计算与互联网平台服务四大业务领域,立足中国,服务全球市场。
例如在智慧城市业务领域,软通动力成果丰硕,为城市治理、环境保护、产业发展、民生服务等提供全新的模式,显著促进善政、强企、惠民的新型智慧城市的发展。其中,软通动力重点聚焦的“城市治理”、“安全监控”、“环境监测”等业务领域,携手华为云全面满足城市对安全稳定、和谐共融、环境保护与产业经济协同发展的需求。
在智慧城市的建设过程中,软通动力充分发挥大数据价值,基于城市大数据为政府、企业、市民提供服务。软通动力根据互联网+产业的理念,通过融合城市、产业运行数据,提供一系列数据分析工具及大数据洞察服务,为公众服务、社会管理、产业发展等活动的各种需求做出智能化响应和智能化决策支持。

目前,软通动力已在中国超过150个城市完成智慧城市战略布局,助力城市数字化升级。此外,在助力行业和企业进行数字化转型方面,软通动力同样成绩突出,目前已在10余个重要行业服务超过1000家国内外客户,其中世界500强企业客户超过90家,为来自世界各地的城市、产业、企业等各领域的客户创造价值。
国际化合作方面,成就突出
在国际化合作方面,软通动力与联合国欧洲经济委员会、英国、新加坡、埃及、印度、韩国等国家的政府、行业联盟、企业和知名高校进行资源共享,利用自身在数字化建设方面的成功经验和领先技术,推动相关国家和地区的数字化建设进程。例如,与印度在城市可持续发展及产业发展等领域的合作,软通动力把自身在智慧城市建设和信息技术服务的丰富经验和创新理念带入了印度哈里亚那邦,助力当地发展。
作为沟通世界顶尖技术与中国产业发展的桥梁,软通动力注重引入顶尖学研机构的知识和技术为中国以及全球的客户服务,从而为城市、产业和行业的数字化转型赋予能量。例如,软通动力充分发挥自身在智慧城市领域的优势,吸引来自世界各地的顶尖技术和优秀企业到当地发展,构建了一张服务产业、惠及民生的网络,为企业的创新发展、城市的智慧升级共同奉献力量。同样,作为MIT科研成果在中国产业化的实践者和领先者,软通动力把MIT在技术创新、城市综合规划、智慧旅游等方面的探索,和中国城市的实际环境结合起来,走出了一条新的创新之路。
软通动力在智慧城市和大数据领域以及国际化合作方面的成绩,赢得了与会嘉宾的广泛兴趣。创新峰会第二天,部分与会的省市领导到访软通动力,更加直观深入地了解软通动力的业务布局与成绩。
作为中国领先的创新型软件及信息技术服务商,软通动力正积极响应数字经济发展大潮以及全球融合的历史机遇,通过在云计算、大数据、物联网、智慧城市、信息技术服务等领域的创新突破,助力全球的企业、行业和城市进行数字化升级。
好文章,需要你的鼓励
讨论AI发展前景及其对各行业的影响,以及加速计算的未来。演讲将涵盖人工智能、机器人技术、仿真、游戏和内容创作等前沿技术。此次演讲备受关注,特别是在英伟达与Synopsys深化合作以及收购Groq和SchedMD之后。观众可通过YouTube观看直播。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
波士顿动力在CES 2026上发布了新版Atlas通用人形机器人。新原型机以轻快且极其类人的步伐登台,展现了令人印象深刻的行走能力。该机器人拥有56个自由度,配备全旋转关节和具备触觉感知的人类尺寸手部,能够执行材料排序、装配和机器维护等任务。Atlas将首先在现代汽车集团位于乔治亚州萨凡纳的制造工厂投入使用。现代汽车还宣布与谷歌DeepMind合作,将Gemini机器人技术集成到波士顿动力系统中,推动物理AI领域发展。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。