全球工业物联网厂商研华公司(研华,股票代号:2395.TW)与北京光环新网科技股份有限公司(光环新网,股票代码:300383.CH)在北京共同宣布达成战略合作协议。双方将展开基于WISE-PaaS工业物联网云平台在中国落地的商务合作,未来更将在自化机房运维等领域展开深入紧密的合作,共同助力工业物联网在中国的落地与发展。
党中央、国务院在十四五规划中明确提出“当前我国制造业正处于由大变强的关键时期,要推动互联网、大数据、人工智能等同各产业深度融合;推动先进制造业集群发展,构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎,培养新技术、新产品、新业态、新模式。”工业物联网作为新一代信息技术与制造业深度融合的产物,正日益成为新工业革命的关键支撑和新型工业化的超级引擎和深化“互联网先进制造业”的重要基石,也是制造业实现数字化、网络化、智能化升级转型和高质量发展的有效路径。根据工信部发布的数据,2018年中国工业物联网市场规模达到5318亿元左右,前瞻产业研究院预测在新基建政策推动下,市场空间将有望加速,在2025年中国工业物联网市场规模将有望突破1.2万亿元。
研华科技和光环新网积极响应国家号召,抓住时代赋予的契机,将国际先进的工业物联网平台落地在国内领先的互联网绿色云计算数据中心基地,共同为客户提供行业领先的一站式工业物联网通用平台。用户通过低代码开发套件,只需设备接入与管理、数据上云与存储、数据可视化三步即可快速构建物联网应用。云原生的应用和数据管理平台使用户只需专注于业务价值本身的创新,更加高效便捷地实现工业企业数字化转型。
研华科技希望藉由本次战略合作,与光环新网在WISE-PaaS工业物联网云平台的运营上,强强联手,共创共赢。除了提供技术与运营的支持外,研华也将与光环新网进行共同营销,进一步扩大WISE-PaaS工业物联网云平台在中国的市场成长。未来,双方将进一步展开在工业物联网、边缘云计算、机房运维等共创合作,积极将光环新网多年来开发与集成的产业经验与研华WISE-PaaS云平台进行整合,形成模块化、可复制的解决方案,降低客户使用门槛,进一步加速市场复制推广。
研华科技(中国)总经理罗焕城表示:“作为云计算服务提供商,光环新网在数据中心建设及运营方面拥有丰富的技术与市场经验,结合研华的WISE-PaaS工业物联网云平台及在物联网领域的多年深耕,双方强强联合,将形成互补共赢的战略合作生态。借由与光环新网的合作,研华也有信心可以进一步扩大WISE-PaaS平台在中国的市场成长与市占率,并让更多企业可根据自身需求,轻松实现低代码的应用开发,加快推动企业数字化转型进程。”
光环新网总裁杨宇航表示:“研华科技作为全球领先的工业物联网、智能系统及嵌入式平台厂商,为工业物联网和智慧城市的发展起到了重要推动作用,并引领了智能工业发展方向。中国工业企业要数字化、智能化转型,就必须发展工业物联网。光环新网非常荣幸能够参与到中国工业物联网智能平台的建设中,我们将结合自身高效的数据中心运维能力和丰富的云服务运营经验,共同为客户提供基于WISE-PaaS工业物联网云平台的云网服务。”
光环新网和研华科技将结合双方优势资源,优势互补、强强联合,为中国的工业物联网发展注入一股新的活力,加速工业物联网市场落地与创新突破。未来,双方也将会进一步携手在智能制造、能源环境、智能建筑等多个领域展开合作探讨,为企业提供更多的创新数字化应用服务。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。