今天,北汽蓝谷信息技术有限公司(简称“北汽蓝谷信息”)与西北工业大学(简称“西工大”)大数据存储与管理工业和信息化部重点实验室宣布正式成立归藏(cang)数据库联合实验室。北汽蓝谷信息技术有限公司党委副书记、总经理李晓龙,首席技术官高广慧,西北工业大学校长助理王宇波,计算机学院院长於志文,实验室主任李战怀等领导出席实验室揭牌仪式,并签署合作备忘录。揭牌仪式还邀请了一汽启明张华总经理、东风东浦朱播副总经理共同见证。
归藏数据库联合实验室揭牌暨签约仪式
双方将以实验室为合作平台,整合在各自领域的技术能力、资源优势,开展数据库产品自主研发创新和数据库技术的推广应用。实验室的落成,将成为北汽蓝谷信息数据产业布局的重要组成部分,标志着北汽集团成为汽车行业第一家拥有自主产权数据库产品的先导企业,将在服务于北汽集团未来信息化建设的同时,助力汽车行业乃至全行业数据库研发创新,引领行业数字化转型及数据资产运营。
北汽蓝谷信息技术有限公司首席技术官高广慧,西北工业大学大数据存储与管理工业和信息化部重点实验室主任李战怀代表双方签署合作备忘录
归藏数据库联合实验室揭牌暨签约仪式
在信息科技爆发式发展的今天,汽车产业也迎来前所未有的变局和挑战,智能化、网联化、共享化、电动化的“新四化”已成为行业共识。特别是区块链技术的成熟,汽车产业大数据间的壁垒将被打破,数据库技术将重塑汽车产业各价值链,从汽车产品本身到行车环境、从司乘人员到与之链接的方方面面,都将因数据库与大数据的技术应用,产生新的巨大的价值空间。
李晓龙表示,“蓝谷信息作为承接北汽集团数字化转型与面向数据资产运营的平台公司,致力于协同产业链、打造汽车新生态。很荣幸携手新的生态合作伙伴西北工业大学,在汽车行业自主可控数据库领域开展合作。西北工业大学在我国计算机科学领域独具优势,在数据库开发与应用领域独树一帜、成果显著。相信我们共建的自主可控数据库联合实验室必将在汽车产业数据库应用和大数据技术推广方面掀起风浪。”
北汽蓝谷信息技术有限公司党委副书记、总经理李晓龙致辞
王宇波指出,“‘归藏数据库联合实验室’成立暨揭牌仪式标志着在大数据领域,学校的应用基础研究和北汽蓝谷信息成果应用有了紧密的承载载体和加强深入合作的桥梁。希望双方以此为契机,深入促进产学研用结合,尽快实现出人才、出成果、出产品、出效益的双赢成效,携手把联合实验室打造成校企合作的典范。”
西北工业大学校长助理王宇波发言
西北工业大学大数据存储与管理工业和信息化部重点实验室主任李战怀教授表示:“大数据存储和管理能力是未来新型信息型国家最重要的核心战略能力。联合实验室将会研发具有‘领域化’、‘定制化’特征的多样性数据处理系统和平台,着力打造具有自主知识产权的国产化的分布式数据库,实现软件的真正自主可控和安全可靠,推动我国工业和信息化赶超国际先进水平。”
西北工业大学大数据存储与管理工业和信息化部重点实验室主任李战怀发言
智能网联汽车时代已来,围绕底层技术开展跨界合作和深度创新,是抓住机遇、有效参与构建智能网联生态圈的重要途径。北汽蓝谷信息和西工大合作成立的归藏数据库联合实验室有望如其名字“归藏”,通过归纳、总结、推演,找到规律,帮助行业从大数据、人工智能时代的海量信息中精准洞察用户需求,更好地服务社会和用户。
北汽蓝谷信息在北汽信息化建设的环境下应运而生,致力于成为汽车行业数字化IT服务的领跑者。今年以来,陆续与汽车产业链横向、纵向资源进行整合和合作,在信息安全、云计算两个版块布局落地,包括与一汽启明、东风东浦两家企业成立了行业协同数字化转型创新产业联盟,以及与中电工业互联网有限公司、奇安信科技集团成立车联网安全体系实验室。
未来,北汽蓝谷信息还将成立多个实验室,围绕信息安全、车联网、云计算等,广泛开展强强合作,扩大北汽集团的朋友圈,构建汽车行业数字化建设生态圈,打造全方位的汽车产业联盟,引领行业“智慧”发展。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。