ZD至顶网CIO与应用频道 01月12日 评论消息:中国制造业一直在强调实现弯道超车,原因我们具备两大红利。第一点是工程红利,在全球航空航天技术、核电、高铁等领域,中国的市场份额占到了其中的三分之二,红利十分明显。另外一点是资本红利,在中国迈入的第二个改革开放时代中,我们不仅在两市(股市和房地产),同时包括银行的储蓄和美元储备的积累,二者都相对较充裕。
中德工业4.0研究院执行院长、首席研究员 卢文军
但即便如此,其中存在的问题也不容忽视。当前中国制造企业所面临的最大挑战,是其盈利能力和技术水平仍处于中低端水平。企业可以在体量上做大,但做强方面,尤其在一些先进的医疗及生物技术、人工智能等相关领域,无论是技术创新还是商业模式上,发展的并不理想。
例如,占据中国制造业大部分的中小型企业,他们技术升级的力量只有0.98%,不仅投入不高,且力量薄弱。加上由于中小微企业一直难以突破“小、低、散”的现状,因此普遍还存在成长寿命较短、可能被淘汰的情况出现。
因此,未来中国制造企业要想从“做大”转向“做强”,还得需要技术的升级,将硬件和软件很好结合并作为支撑。比如大数据、云计算、虚拟现实、人工智能等,如果企业能找准与其相配套的技术,并做到很好的相结合,我认为企业能做的事情还很多。
另外,随着人口红利消失及高端制造业人才匮乏,除了从技术入手以外,中国制造业还需要提高效率、着力自主创新、优化产业结构,具体在于改进基础网络设施,提升内网安全,改变企业生产模式。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。