全国首个数据流量生态园区打造出了数字经济发展的中西部样本
天娱数科牵头打造的数据流量生态园,自2021年1月正式运营以来,吸引逾440家数字经济企业集聚,入园企业营收超120亿元,带动大学生直接就业5700余人,园区围绕“聚合-流通-应用"的数据要素产业链路,以市场化产业化的运营模式打造全国数据流量价格洼地和中小企业数字化转型服务平台,形成数字智造、数字能源、数字物流、元宇宙等特色产业领域,数字经济对实体经济的推动作用不断凸显,打造出了数字经济发展的中西部样本。
企业数字化转型工作情况
天娱数科坚持“电竞驱动游戏,数据流量驱动实体经济"的发展战略,依托数据、算法、场景三大核心优势的持续积淀,围绕数字产业化和产业数字化构筑了数字竞技平台与数据流噩平台,面向虚实融合的全真互联网不断推动业务布局纵深发展。
天娱数科所打造的生态园区围绕“聚合-流通-应用"的数据要素产业链路,以市场化产业化的运营模式打造全国数据流量价格洼地和中小企业数字化转型服务平台,紧抓发展机遇,聚焦“轻轻联动、前轻后重、数实融合”靶向发力,通过挖掘数据背后的巨大生产力,促进数字技术与实体经济深度融合,不断取得高质詈发展新成效。
“轻轻联动”以轻资产带动年轻人,为数字经济注入创新发展新动能:数据要素型企业作为轻资产的典型代表,能够依托数据要素可复制、可跨越边界、可无限供给等属性,实现生产资料倍增和上云转化,同时为年轻人带来就业创业机会,激发城市活力。生态园依托 “轻轻联动”,大力培育高质量轻资产产业集群,形成数字经济示范场景,从而吸引新生代数字经济人才集聚,不断催生新业态,实现“新新结合”。
“前轻后重”以平台经济带动实体经济各产业链条,赋能经济转型和产业升级:平台经济企业是数据要素收集、分发、流转、融合最重要的载体,是最主要的数据要素型企业。生态园充分发挥“前轻“优势,通过释放平台经济的创新引领作用,加速数据要素在产业链上高效流通,以数据流驱动人才流、资金流、交易流、信息流融合渗透,最终带动”后重”发展,推动实体经济各产业链条转型升级。
“数实融合”以数字产业集群优势有效助力实体经济发展,改造老产业催生新业态:党的二十大报告强调,要大力发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。规模化的的数字产业集群是数实融合重要的技术来源、应用场景和产业阵地。作为引领性的数字经济产业集聚高地,生态园深挖应用场景,引导数字化企业与本地实体产业深度融合,改造老产业,催生出10余种新业态。
数字化转型成效
数据流量生态园成立至今,吸引逾440家数字经济企业集聚,入园企业营收超120亿元,带动大学生直接就业5700余人,园区先后获评2022中国互联网大会“互联网助力经济社会数字化转型”特色案例、“山西数字经济民营企业10强”榜首、“山西省现代服务业集聚区”等荣誉称号,并连续2年参加服贸会,影响力不断扩大,一大批中央主流媒体先后报道100余次,引发热烈反响,数据流量园已经成为推动数字经济发展的舰丽名片。
生态园打造的“大学生数字创业基地”项目,让大学生充分利用园区产业资源,实现短视频制作、直播电商等数字创业项目落地,从而提升地方市场主体数量,推动产业、资本、技术、人才、数据等要素在山西实现优化共生、创新裂变,为本省数字经济发展注入彩湃动力。
生态园联合入园企业已形成六大平台经济,在“以数强实”的逻辑下不断催化数实融合,已成为助推本省实体经济高质量发展的“强引擎"。
随着数实融合的逐步深入和新业态的不断涌现,生态园将为全产业链带来新一轮的降本增效和创新升级,高质量发展成效逐渐凸显。
数字化转型面临的痛点难点及建议
数字经济、数字化转型在不同区域间发展不平衡、不充分的问题日益突出。经济贡献方面,部分省市数字经济已成为拉动经济发展的主导力量,超过全国平均水平,而大部分中西部省份还有较大提升空间;数字化转型进程方面,中西部数字化转型普遍面临缺技术、缺资金、缺人才等难题,数字对经济发展的放大、叠加、倍增作用不强;数字生态体系方面,中西部地区缺乏有竞争力的数字经济平台企业,难以引入产业数字化所需要的各类资源,同时来自数字经济平台的虹吸效应还在持续拉大中西部与东部在数字经济领域的差距。
建议:
1、在国家层面把产业数字化纳入区域协调发展新机制中,加强中央对数字经济区域协调发展的顶层设计。
2、加快“东数西算”工程建设,引导数字技术产业溢出效应在中西部释放;
3、鼓励推广"园区+平台+金融''模式,降低产业数字化转型门槛;
4、以“数据二十条”为指引,推动数据要素跨区域高效流通使用。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。