各有關單位:
第七屆世界智能大會擬于今年5月18日至21日,在國家會展中心(天津)舉辦。雙邊會談是世界智能大會為政府和企業(yè)、企業(yè)與企業(yè)間面對面開展洽談搭建的服務平臺,自第三屆大會首次設置雙邊會談活動以來,通過持續(xù)創(chuàng)新模式,不斷擴大規(guī)模,升級完善服務保障體系,雙邊會談成效顯著。雙邊會談活動不僅為來自海內(nèi)外的參會代表搭建起了對接交流的朋友圈,更成為了大會展示天津作為、中國形象的全新窗口和靚麗有聲的城市名片。
為深入貫徹落實市委、市政府制造業(yè)立市戰(zhàn)略部署,加快實施制造業(yè)高質(zhì)量發(fā)展等“十項行動”,充分利用世界智能大會平臺更好地服務我市經(jīng)濟發(fā)展大局,助力天津高質(zhì)量發(fā)展。第七屆世界智能大會雙邊會談將在“多維度、標識度、滿意度”上下功夫,會談范圍也將擴展至“貿(mào)易對接”“資本智力”“技術需求”“產(chǎn)業(yè)政策”“人才項目”五個領域,為更好地打造系統(tǒng)完善的服務價值鏈,提升會談成效,推進世界智能大會“以會興業(yè)”的步伐,打造全方位對接交流平臺,現(xiàn)將有關要求通知如下:
一、征集內(nèi)容
雙邊會談對接項目征集內(nèi)容主要包括:具有投融資對接、貿(mào)易洽談、技術合作、政策咨詢、人才交流、招商引資等合作需求;希望通過大會平臺進行合作、發(fā)布的重點項目。
二、征集要求
(一)申報方式
請于3月16日(星期四)16:00前,填寫征集表和對接人員反饋表,以郵件形式發(fā)送到世界智能大會官方工作郵箱cq@wicongress.org。郵件標題請注明提報單位和項目名稱。
(二)提報要求
1.請各單位負責推薦10個有對接合作需求的優(yōu)質(zhì)項目(包括:投融資對接、貿(mào)易洽談、技術合作、政策咨詢、人才交流、招商引資等),由組委會秘書處負責做好對接服務。
2.請各單位結合工作職責,組織相關產(chǎn)業(yè)園區(qū)、行業(yè)商協(xié)會、權威機構、優(yōu)質(zhì)企業(yè)等資源,推薦2個重點合作項目借助大會平臺資源進行簽約發(fā)布,由組委會秘書處負責落實會中配套服務。
3.請各單位確定牽頭工作部門負責同志和固定聯(lián)絡員。
(三)其他說明
1.主辦方將匯總各單位反饋情況,統(tǒng)籌組織好會前、會中、會后三個階段的對接服務工作。
2.主辦方提供包括商務對接、路演推介、圓桌會議、雙邊談判、商務會見等5類場地應用場景和基礎硬件配套,所需會談資料及其他額外功能需求需自行承擔。
三、聯(lián)系方式
世界智能大會組委會秘書處聯(lián)系人:陳倩13820058007
咨詢電話:吳冰 15620270746
電子郵箱:cq@wicongress.org
聯(lián)系地址:天津市河西區(qū)友誼路35號城市大廈A座
了解更多詳情,敬請關注大會官方微信公眾號
附件:1.雙邊會談項目信息征集表 2.雙邊會談人員反饋表
下載地址:
https://info.wicongress.org.cn/ci/uploads/20230306121011.docx
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)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s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與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質(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用奠定了重要基礎。
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)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,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路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。