企業(yè)移動辦公應(yīng)用市場是一片藍海,BYOD將與移動應(yīng)用、移動O2O等互聯(lián)網(wǎng)業(yè)務(wù)一起改變?nèi)藗兊墓ぷ髋c生活方式。IDC企業(yè)級移動應(yīng)用市場預(yù)測與分析報告指出:2015年全球可見的市場空間為125億美金,之后的市場空間更會以成倍的速度上升。而企業(yè)級移動應(yīng)用現(xiàn)在的數(shù)量卻還很少,遠遠不能滿足市場的需求。
為此,華為昨日舉辦AnyOffice移動應(yīng)用開發(fā)大賽,旨在通過此次大賽發(fā)掘更多的企業(yè)應(yīng)用,并將優(yōu)秀應(yīng)用通過華為平臺推廣到市場中去,與更多的應(yīng)用開發(fā)團隊一起,豐富BYOD解決方案,推進BYOD市場進程。
華為BYOD整體解決方案致力于讓客戶能在任何時間、用任何設(shè)備、任何地點可以處理任何辦公業(yè)務(wù)華為聚焦于提供安全的移動辦公平臺——AnyOffice、網(wǎng)絡(luò)設(shè)備以及AnyOffice SDK(software development kit ,軟件開發(fā)工具包),不僅可以提供普通的CRM以及OA系統(tǒng),更能覆蓋更多企業(yè)級應(yīng)用:比如銀行的營銷平臺、大企業(yè)的BI應(yīng)用等,同時通過安全SDK保障企業(yè)數(shù)據(jù)的安全性,使更多應(yīng)用能夠滿足企業(yè)客戶的需求,拉近應(yīng)用提供團隊與企業(yè)客戶的距離。
華為網(wǎng)管與軟件領(lǐng)域總經(jīng)理王少森暢談華為BYOD聯(lián)盟戰(zhàn)略
在本次活動中,梧桐樹資本合伙人童瑋亮,網(wǎng)易技術(shù)總監(jiān)、有道云筆記負責(zé)人蔣煒航博士,麥客CMO方照雪,金山產(chǎn)品經(jīng)理徐衛(wèi)華等到場,與華為一起探討如何共拓企業(yè)移動辦公應(yīng)用市場。
華為網(wǎng)管與軟件領(lǐng)域總經(jīng)理王少森表示:企業(yè)移動辦公市場大有可為。當前企業(yè)應(yīng)用數(shù)量還較少,一個重要原因就是應(yīng)用開發(fā)團隊很難Touch到最終企業(yè)客戶;而企業(yè)客戶對移動應(yīng)用的要求除了易用外,更重要的是安全。
對于這兩個問題,華為有招:通過AnyOffice安全平臺使移動應(yīng)用快速安全化,通過華為的運營網(wǎng)站(http://anyoffice.huawei.com)以及銷售平臺使應(yīng)用開發(fā)者能夠Touch到最終企業(yè)客戶。
“華為BYOD解決方案將聚焦平臺以及聯(lián)盟戰(zhàn)略,通過大家的共同努力做大企業(yè)移動辦公市場,實現(xiàn)整個聯(lián)盟上下游產(chǎn)業(yè)鏈的商業(yè)成功。”王少森說道。
截止目前,華為BYOD聯(lián)盟成員已擴充到80余家,其中不乏軟通動力、金山軟件、天聞數(shù)媒等企業(yè)應(yīng)用開發(fā)的翹楚,AnyOffice平臺上集成了包含移動營銷、WPS辦公軟件、教育云課堂在內(nèi)的企業(yè)應(yīng)用近30個,聯(lián)盟成員累計合力交付近50個項目,為民生銀行、華潤集團、海爾集團、海航集團、新華通訊社等客戶提供BYOD服務(wù),覆蓋金融、政府、大企業(yè)、交通等多個行業(yè)。
為了進一步擴大合作規(guī)模,激發(fā)出更多優(yōu)秀的企業(yè)應(yīng)用上線,華為組織AnyOffice移動應(yīng)用開發(fā)大賽,不管是學(xué)生、初創(chuàng)團隊還是企業(yè)移動應(yīng)用開發(fā)商,均可參加。
關(guān)于大賽的更多詳情以及相關(guān)報名信息,可以登陸大賽官網(wǎng)查看:http://enterprise.huawei.com/topic/AnyOfficeforum_2014/index.html
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。