6月13日,在科创板正式起航的日子,联想创投举办了“CVC走进联想-企业创投行业论坛”。本次行业论坛重点聚焦智能产业,深度探讨技术与产业结合的机遇与挑战,30多家联想创投成员企业与近50家中国顶级的产业投资机构来到现场,展开了深度的交流与碰撞。
联想创投周正式开启 “智能·产业·邂逅”之旅
2019年,联想宣布开启3S战略,推动智能化变革。为期两周的2019联想创投周以“智能·产业·邂逅”为主题,全面展示了成立三年以来的投资成果,以及围绕联想“3S”战略(智能物联网、智能基础架构和行业智能)的布局,助力联想成为智能化变革时代的引领者和赋能者。
在企业创投行业论坛的开场致辞中,联想集团高级副总裁、联想创投集团总裁贺志强表示,作为联想集团的企业创投,联想创投发挥资本和创业者的力量,扫描未来高成长、高潜力的产业机会。在健康财务回报的基础上,聚焦智能互联网产业投资,推动联想“3S”战略落地,助力联想智能化改革,投资或孵化出联想未来的主营业务。
联想集团高级副总裁、联想创投集团总裁贺志强
他认为,从移动互联网时代至今,CVC机构正在以越来越开放的姿态活跃在中国的风险投资市场,很多CVC机构在做投资决策时并非由业务部门拍板,而是呈现出决策越来越独立化的趋势。
贺志强表示,科技是未来最重要的生产力,CVC对未来科技产业的影响力将越来越大,中国过去大多数基金退出主要靠上市,而未来一定会像美国,出现更多的并购,而CVC会起到非常重要的作用,希望与CVC一同推动行业产业化发展。
北京科技创新投资管理有限公司董事长刘克峰现场分享了对于早期科技投资的洞察,他认为,科技创新正在经历结构性历史转变,龙头企业、CVC要加大对科技创新的投资力度,CVC应该成为科技创新的拥抱者,创新生态的建设者。
北京科技创新投资管理有限公司董事长刘克峰
作为CVC机构的长期观察者和合作方,他建议CVC应该“三投三重”,即投硬科技、投早期、投长线;重专线(垂直细分产业)、重孵化服务、重综合(除财务投资之外,重视资源整合、企业管理等)。
开幕式之后,15家联想创投优质科技被投企业与CVC开启“非诚勿扰”环节,进行深度的交流和对接。被投企业介绍创业项目后,与各组的CVC代表互动提问。最终,企业方和产业投资方成功“牵手”。
“非诚勿扰”第一组:银河水滴、逗号科技、联想新视界、深慧视、艾吉威机器人
“非诚勿扰”第二组:中科慧眼、驭光科技、耐德佳、中飞艾维、零声科技与CVC成功“牵手”
“非诚勿扰”第三组:宁波数方、联想超融合、华兴半导体、梨享、联想懂的通信与CVC成功“牵手”
本次行业论坛的举办,为联想创投的被投企业与CVC搭建了深度交流的平台,实现了智能与产业的精彩碰撞。未来,联想创投将持续依托联想集团的资源,为被投企业提供技术、政府关系、人力、法务和市场等支持,助力顶尖科技商业化落地。
100多位企业创投投资人和创业者朋友现场进行热烈交流
【关于联想创投】
联想创投是联想集团旗下全球科技产业基金,旨在融汇联想全球资源,打造联想生态链企业,以投资手段为联想布局互联网及智能生态,构建联想内外创新成果之间的桥梁。联想创投专注于面向未来的核心技术和智能互联网投资,投资方向主要为:大数据、人工智能+垂直行业、云计算、机器人、AR/VR、消费升级等。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。