4月21日凌晨消息,華為昨日正式發(fā)布了2015全球聯(lián)接指數(shù)(GCI)。華為研究表明,每增加20%的ICT投入將撬動GDP增長1%;在國家排行方面,美國、瑞典、新加坡全球聯(lián)接指數(shù)位居前三;發(fā)展中國家中,智利、中國和阿聯(lián)酋綜合排名居前三。
華為于2014年首次發(fā)布全球聯(lián)接指數(shù), 2015將全球聯(lián)接指數(shù)研究范圍從25個國家擴(kuò)大到50個,評估指標(biāo)從16個增加到38個,從關(guān)注CT聯(lián)接到涵蓋網(wǎng)絡(luò)、計算、存儲的泛ICT聯(lián)接。
2015年全球聯(lián)接指數(shù)研究結(jié)果顯示,美國、瑞典、新加坡排名前三。美國憑借強(qiáng)大的創(chuàng)新機(jī)制、人才積累等方面的優(yōu)勢,在2015年全球聯(lián)接指數(shù)中位 居第一。新加坡是自然資源較為匱乏的國家,但是其人均ICT投資位居全球前五位,通過構(gòu)建先進(jìn)的基礎(chǔ)設(shè)施,保證了在4G、云計算、電子政務(wù)等領(lǐng)域的高速發(fā) 展及廣泛應(yīng)用。新加坡憑借實施“智慧國”戰(zhàn)略,成功跨越資源瓶頸,引領(lǐng)數(shù)字經(jīng)濟(jì)發(fā)展。
發(fā)展中國家中,智利、中國和阿聯(lián)酋綜合排名前三。中國在本次調(diào)研的50個國家位居中游,在發(fā)展中國家排名第二。這主要受益于快速發(fā)展的互聯(lián)網(wǎng)經(jīng) 濟(jì),電子商務(wù)正呈現(xiàn)爆炸式增長(交易量高達(dá)1100億美元,僅次于美國和日本)。各垂直行業(yè)投資加速轉(zhuǎn)向云計算和數(shù)據(jù)中心,其中公有云投資增長預(yù)計達(dá)37%。中國的人均帶寬水平不高,但是擁有世界上最大的移動市場和互聯(lián)網(wǎng)市場。隨著寬帶基礎(chǔ)設(shè)施的加強(qiáng),及可支付的改善,將更大地促進(jìn)數(shù)字經(jīng)濟(jì)的跨越式增長。
研究表明,數(shù)據(jù)中心建設(shè)是ICT發(fā)展的關(guān)鍵,也是云計算普及的催化劑。發(fā)展中國家往往注重寬帶聯(lián)接方面的投資,但在數(shù)據(jù)中心等核心能力建設(shè)方面 明顯落后于發(fā)達(dá)國家。發(fā)達(dá)國家的數(shù)據(jù)中心投資在GDP占比平均為0.76%,而發(fā)展中國家僅為0.32%。要促進(jìn)經(jīng)濟(jì)社會發(fā)展和數(shù)字轉(zhuǎn)型,數(shù)據(jù)中心等基礎(chǔ) 能力建設(shè)刻不容緩。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。