2018年11月8日,第七届中国电子信息博览会(以下简称“CITE 2019”)组委会在北京举行新闻发布会,宣布第七届中国电子信息博览会筹备工作全面启动,定于2019年4月9-11日在深圳会展中心举行。
发布会现场图片
作为中国电子信息行业发展的风向标,CITE的启动工作备受瞩目。博览会主办单位工业和信息化部电子信息司副司长、中国电子信息博览会组委会副主任吴胜武,深圳市人民政府副秘书长吴优分别到会讲话。新华社、中国科学报、中央电视台、中国电子报、中国工业报、中国日报、新浪网、腾讯、凤凰网等大众和财经媒体,以及电子信息行业专业媒体出席了发布会。来自三星、戴尔、Intel、华为、联想、CEC中国电子、浪潮、曙光、百度、腾讯、紫光、Semtch等众多企业和数十家行业学协会嘉宾等一同出席了新闻发布会。
工业和信息化部电子信息司 副司长吴胜武
工业和信息化部办公厅于2018年11月5日正式印发了《工业和信息化部办公厅关于举办第七届中国电子信息博览会的通知》,正式宣告第七届博览会筹备工作全面启动。吴胜武副司长在讲话中指出,中国电子信息博览会成功举办六届以来,无论是展商数量、专业化程度、同期活动的质量、专业观众人数、发布的新产品新技术数量、行业关注度等展会关键指标,博览会都取得了明显的进步,行业风向标作用日益凸显。第七届博览会将在习近平新时代中国特色社会主义思想指引下,深入贯彻落实部领导对中国电子信息博览会的指示精神,以罗文副部长提出的“再上一个新台阶”为目标,全面提升博览会的品牌形象和影响力,力争把博览会打造成国际一流的展会平台。
深圳市人民政府 副秘书长吴优
作为电子信息博览会的举办地,深圳经过多年的发展,电子信息产业已成为深圳的支柱产业和创新主力,集聚了华为、腾讯等一批具有国际竞争力的骨干企业。吴优副秘书长在发布会上指出,深圳将继续做好博览会各项筹备工作,力争打造电子信息产业一流交流平台,为中国电子信息产业高质量发展作出更大的贡献。
中国电子器材有限公司 总经理陈雯海
随后,博览会组委会办公室秘书长、中国电子器材有限公司总经理陈雯海发布第七届博览会全新主题和展会规划。第七届中国电子信息博览会将按照“巩固既有成果,强化创新发展”的原则,确定“创新驱动发展,智慧赋能未来”为新主题。发布会同时公布了CITE 2019 八大重点展示领域:数字家庭、智能终端、新型显示、IC、人工智能、汽车电子、5G和物联网、智能制造。CITE 2019展区规划、同期论坛、重点企业和行业领军人物的邀约都将围绕这八大领域展开。
发布会同时公布博览会重要活动筹备情况。CITE 2019 将组织“1+3+N”多场重点活动,进一步推动博览会影响力。“1”,即第七届中国电子信息博览会开幕式暨中国电子信息行业企业家峰会。“3”指TOP10&10峰会、中国CIO高峰论坛两场峰会活动、中国电子信息行业创新奖评选,“N”即多场CITE同期其他论坛活动,将邀请知名行业龙头企业领导和科研专家,探讨新产业、新发展、新方向,致力于打造形成企业家俱乐部机制,将CITE办成一年一度的企业家聚首深圳的盛会。年度CITE创新奖评选活动也将在2019年全新升级。
据悉,第七届中国电子信息博览会将使用深圳会展中心全馆,超过10万平方米的面积瞄准信息技术最新发展趋势,展示电子信息全产业链。通过CITE主题馆、新型显示馆、智能制造与3D打印馆、机器人与智能系统馆、人工智能馆、5G与物联网馆、汽车电子智能驾驶馆、锂电新能源馆及电子元器件九个展馆等多个专业展区,为业界充分展示智能时代电子信息产业最新发展成果与趋势,打造国际化一流电子信息领域展示平台。
六年来,博览会扎根深圳,始终站立在改革开放的最前沿,已经成为电子信息产业发展的风向标。如今,CITE2019全面启动,携带新主题新规划再出发,即将全面开启,将集中展现最新、最全的前沿科技和智能发展,是一个信息展示、智能分享、高端交流的多功能平台,让我们拭目以待!
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。