ZD至顶网CIO与应用频道 12月21日 北京消息:2016年12月17日下午,软银集团(以下简称SoftBank)与亿达信息技术有限公司(以下简称YIDATEC)业务合作十周年纪念庆典在大连香格里拉大酒店隆重举行。SoftBank与YIDATEC 双方高管团队与近400名大连中心员工一同参加了本次庆典。
早在2006年,SoftBank经过严谨考察,最终确定与YIDATEC合作,共同建立SoftBank&YIDATEC大连共享服务中心,自此,SoftBank与YIDATEC成为了密不可分的合作伙伴。10年里,双方共同经历了诸多困难和挑战,建立了SoftBank&YIDATEC大连中心的坚实基础,也凝结成了超越业务合作的深厚友情。
本次庆典上,YIDATEC CEO郑时雨作为SoftBank&YIDATEC大连中心的创办人,发表了热情洋溢的讲话。郑时雨回顾了SoftBank与YIDATEC携手走过的十年里,积累了丰厚价值和宝贵财富。SoftBank&YIDATEC大连中心从最初30多人的项目发展成为高峰员工达到780人,无论从规模上、业务领域上、还是发展速度上,均称得上是中日IT产业合作最具代表性的典范和成功案例。SoftBank是YIDATEC最早的客户,今天依然是YIDATEC最重要的客户,双方十年合作形成的信赖关系,从客户到朋友、再到家人的感情和相互信任,是双方最为宝贵的资产。期待双方未来在更广更新的领域深入合作,着眼于日本和中国的其他城市、乃至亚太其他国家和地区的合作,充分发挥和互补两公司的优势资源。
YIDATEC CEO郑时雨 在庆典上致辞
专程从日本赶来参加本次庆典的SoftBank执行董事兼软银芘爱思大连董事长平尾芳郎兴奋之情溢于言表。平尾董事长对YIDATEC如今发展成为3000名员工的大公司从内心感到高兴。他回顾了10年来SoftBank与YIDATEC的发展历程,相信SoftBank实施的“Half&Twice”举措,会给YIDATEC带来更多的机会。平尾董事长真诚感谢YIDATEC这十年间对SoftBank的大力支持,并希望两公司的双赢关系在未来得以更强更大的发展。
SoftBank执行董事兼软银芘爱思大连董事长平尾芳郎致辞
参加本次庆典的大连中心的客户—SoftBank日本各业务部门的领导也对SoftBank&YIDATEC大连中心业务给予了高度肯定,他们感谢十年来YIDATEC的精诚合作,高度肯定了YIDATEC员工的企业觉悟、沟通能力和学习进取心,再次赞扬YIDATEC日本和中国国内员工在2011年东日本地震期间坚守岗位、夜以继日给予的大力支援,并祝愿未来十年SoftBank与YIDATEC携手并进,再创辉煌。
SoftBank与YIDATEC领导团队合作完成纪念魔方拼图
本次庆典在双方领导团队合作完成象征SoftBank与YIDATEC精诚合作的纪念魔方拼图中结束。过去的十年,SoftBank&YIDATEC大连中心已经画上了一个圆满的句号。未来,SoftBank与YIDATEC将继续携手同心,并肩迈入下一个更加灿烂辉煌的十年。
YIDATEC作为一家聚焦客户体验的、为行业客户、企业客户及终端客户提供创新型的整合IT服务公司。自2006年成立以来,通过创新的技术和专业化的IT解决方案与服务体系,形成了具有竞争力和高附加值的业务核心,帮助用户不断提升运营效率、降低运营成本,并在北京、上海、深圳、广州、成都、武汉、东京设有分支机构,有近3000名员工为9个国家的近12万名企业IT用户提供专业服务。面向制药、保险、通信、能源、产业园区、公共事业部等行业客户提供全面的IT解决方案,并投资建立了中国北方最大的数据中心,运用云计算、大数据、移动互联网、IOT等新兴技术,为全球企业在亚太地区的业务提供专业的IT服务。YIDATEC 信奉员工、客户、企业、社会价值共同成长,通过不断的努力成为全球领先的IT解决方案和服务供应商。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。