7月23日,由中国计算机用户协会网络应用分会主办、西北民族大学和紫光旗下新华三集团协办的“新型智慧校园专题研讨会暨西北民族大学智慧校园建设成果展”在兰州成功召开。众多教育行业专家、全国高校的信息化领导,在会上探讨了教育信息化2.0时代下的智慧校园建设未来发展方向。
新华三集团副总裁、科教文卫事业部总经理傅强
新华三集团副总裁、科教文卫事业部总经理傅强认为,教育信息化建设新时期,就是要以应用为驱动带动教育向智慧化方向发展,利用云计算、大数据、人工智能等新技术手段,推进智慧教育模式的变革,让教育信息化2.0加速落地。
教育信息化2.0时代面临三大转变
2018年4月,教育部对外印发了《教育信息化2.0 行动计划》,标志着我国正式迈入以服务和数据为中心的教育信息化2.0时代,信息化技术将在教育理念更新、模式变革、体系重构等方面发挥出重要作用。
在新华三看来,在教育信息化2.0时代,要实现三大转变:从专用资源向大资源转变;从提升学生信息技术应用能力,向提升信息技术素养转变;从应用融合发展,向创新融合发展转变。
教育数字大脑 让教育更具“智慧”
作为持续服务我国教育领域的数字化解决方案提供商,新华三针对未来教育发展特点,确定了两个教育行业的解决方案发展方向:一是智慧的大脑,二是智慧的场景。
在新华三看来,2.0阶段的教育信息化必须着眼于帮助高校创建属于自己的“教育数字大脑”——即一个由业务能力平台、数字基础设施、主动安全、统一运维四大模块所构成的智能数字化平台,融合覆盖校园服务、治理、教学、科研与人才培养等场景化智慧应用,并推动学校高效运行与成长的能力中心。
通过全面融合自身的智能数字化平台与生态伙伴的教育场景化智慧应用,新华三 “教育数字大脑计划”将数字思维与能力充分融入高校的教学、管理与人才培养行为中,更好驱动教育变革的发生发展。
新华三智慧校园方案领跑教育信息化
新华三在业界率先推出教育云、无线城域网、教育大数据平台等教育信息化产品与方案,并在教育信息化2.0时代 “以应用驱动”打造智慧教育场景化解决方案,引领创新探索。傅强表示,打造相关解决方案,必须针对学校教育教学中的实际存在的问题,让信息化手段成为提升教育教学质量的生产要素。
此外,在“融合平台、无界生态”的生态战略指引下,新华三集团正在搭建教育信息化2.0的生态链新模式,通过主动集成的方式,实现了由教育行业ISV基于新华三开放平台,开发场景化智慧教育解决方案,帮助教育用户解决更多的痛点。
目前,新华三已经积累了丰富的场景化方案和智慧校园成功案例。在西北民族大学,新华三通过智慧校园解决方案,以数据为核心,消除数据孤岛,校园一站式网上办事大厅、校园移动平台、20+大数据智慧应用大大简化了办公审批流程和办事效率,提升了师生的幸福感与获得感。
此外,新华三还为清华大学提供校园云、无线覆盖、高性能计算、毕业生画像等信息化服务;为山东大学三地八校区提供了校园网服务,创新应用基于SDN的全新一代网络架构,并向未来的智能化运维逐步演进;开展数字化工作助力学校管理和服务改善,如毕业生画像、智慧学工等。
在中南大学、北京航空航天大学、西北工业大学、中国石油大学、山东师范大学、新疆农业大学、重庆第二师范学院、河北软件职业技术学院、许昌职业技术学院等院校,新华三通过为其构建数字化平台与应用,帮助学校加速智慧校园的建设进程。
随着教育信息化2.0的持续深入发展,新华三将携手更多战略合作伙伴,持续为高校提供先进的技术与方案,加快高校智慧校园建设,共绘教育信息化2.0新蓝图。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。