2020年12月3日,由浙江杭州未来科技城管理委员会、高通(中国)控股有限公司(Qualcomm)、中科创达软件股份有限公司三方联合成立的“杭州未来科技城•Qualcomm(高通)中国•中科创达联合创新中心暨Qualcomm(高通)AI创新实验室”在杭州揭牌并投入使用。同时,“杭州未来科技城• Qualcomm(高通)创投• 红杉中国加速器”也正式揭牌成立。杭州市经济和信息化局副局长杨晓勇,余杭区委常委、常务副区长陈夏林,杭州未来科技城党工委书记梅建胜,高通公司中国区董事长孟樸,中科创达董事长赵鸿飞,红杉资本中国基金合伙人郑庆生等共同出席了揭牌仪式。
杭州未来科技城•高通中国•中科创达联合创新中心暨高通AI创新实验室揭牌
杭州未来科技城•高通中国•中科创达联合创新中心(以下简称“联合创新中心”)位于中国(杭州)5G创新园内,旨在推进杭州双创事业的发展,聚焦于5G、AI、物联网等领域的技术应用需求,为杭州双创企业和机构提供支持。联合创新中心由联合创新实验室、展示中心和AIoT技术培训中心组成,是一个集5G及智能物联网产品新技术展示、5G相关技术实验测试、5G及智能物联网人才教育培训于一体的联合创新平台。
活动现场,余杭区委常委、常务副区长陈夏林,杭州未来科技城管委会党工委书记梅建胜,高通公司中国区董事长孟樸,高通全球副总裁郭涛,中科创达软件股份有限公司董事长赵鸿飞,杭州创通智远科技有限公司总经理杨帆共同为“杭州未来科技城•高通中国•中科创达联合创新中心和高通AI创新实验室揭牌。
联合创新实验室配备有5G通用连接及射频测试仪器,主要着眼于5G测试、分析、开发等方向,为符合条件的杭州双创企业提供技术支持,帮助这些企业进行实验性测试和系统兼容性测试,从而为其提高研发及创新能力拓宽思路,抓住5G机遇加快智能终端及物联网等相关行业的发展。
杭州未来科技城•高通中国•中科创达联合创新中心
展示中心主要展示高通公司、中科创达等企业在5G、AI应用相关方面的产品,以及物联网生态体系,通过打造一个直观、可体验的空间,帮助双创企业更好地了解AI、物联网等领域的前沿技术及应用案例。同时,联合创新中心也将大力开展技术培训和交流活动,为培养当地创新技术人才、支持双创企业发展提供更多的支持。
高通AI创新实验室配备有人工智能计算服务器,以及相关计算加速卡、显示设备、应用展示设备等等,面向符合条件的杭州双创企业及有关合作方的商业伙伴,提供技术评估及实验性调测的机会,帮助上述企业和商业伙伴提高研发及创新能力,从而在人工智能各相关行业应用领域实现更好的发展。
活动现场,杭州未来科技城党工委委员、管委会副主任徐进,未来科技城党工委委员、财政局局长李冰石,未来科技城招商局局长傅蓉,未来科技城人才和金融服务中心主任徐来莹,高通公司中国区董事长孟樸,高通全球副总裁沈劲,红杉资本中国基金合伙人郑庆生,创业邦创始人兼CEO南立新,共同为“杭州未来科技城•高通创投•红杉中国加速器”揭牌。该加速器项目由杭州未来科技城、高通创投、红杉资本中国基金合作共建,旨在整合三方在技术、高端人才、软硬件支持等方面的优势资源,帮助创新创业企业快速成长,共同推动产业创新融合发展。
余杭区委常委、常务副区长陈夏林致辞
余杭区委常委、常务副区长陈夏林表示:“杭州未来科技城一直致力构建一个基础坚实、技术领先、创新活跃、开放协作的人工智能创新生态体系,为国内外领先的科技企业及优秀人才搭建开放的交流合作平台,推动5G和AI等先进技术及相关行业的发展。联合创新中心和高通人工智能(Qualcomm AI)创新实验室的落成为未来科技城的这一发展主旨奠定了坚实基础,为我区实现5G融合应用、推动5G产业高质量发展提供了澎湃动力。”
高通公司中国区董事长孟樸致辞
高通公司中国区董事长孟樸表示:“高通公司非常看好杭州在5G、AI、物联网等产业的发展前景,希望以联合创新中心、高通AI创新实验室,以及加速器项目为基础,持续加强与杭州各级政府及产业伙伴的合作,为加速杭州以及国内合作伙伴在5G、AI和物联网领域的创新发展,推动杭州和中国双创事业的发展,做出我们的贡献。”
中科创达董事长赵鸿飞致辞
中科创达董事长赵鸿飞表示:“中科创达一直将5G、AI以及IoT领域相关先进技术的普及与商业化应用视为己任,并经过多年努力已在5G终端技术、5G模组、5G射频调试、5G边缘计算等方面取得了丰硕成果。此次作为联合创新中心和高通AI创新实验室的运营主体,中科创达将充分发挥各方面的优势,为双创企业提供技术和服务支持,推动相关领域的技术研发与合作,助力行业发展。”
红杉资本中国基金合伙人郑庆生致辞
红杉资本中国基金合伙人郑庆生表示:“2020年是5G扩展年,5G对推动产业升级和数字经济发展的驱动力日益凸显。5G这条朝阳赛道无论对创业者还是投资者而言,都蕴含着无限机会。未来,红杉的投资也将重点关注在人工智能和5G双引擎驱动下的万物互联。红杉将继续坚守长期价值理念,坚持全链条、全周期的投资策略,通过调动红杉覆盖全球的平台能力深度赋能成员企业。”
好文章,需要你的鼓励
这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现,普通提示方法往往不可靠,因为LLM倾向于自动"纠正"错误而非指出它们。然而,通过精心设计的情境调节提示,研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误,还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明,即使不修改模型本身,也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。
复旦大学研究团队开发的uLLSAM模型成功将多模态大语言模型(MLLMs)与分割一切模型(SAM)结合,解决了显微镜图像分析的跨域泛化难题。通过创新的视觉-语言语义对齐模块(VLSA)和语义边界正则化(SBR)技术,该模型在9个领域内数据集上提升了7.71%的分割准确度,在10个从未见过的数据集上也展现了10.08%的性能提升。这一统一框架能同时处理光学和电子显微镜图像,大大提高了生物医学图像分析的效率和准确性,为科研人员提供了强大的自动化分析工具。
斯坦福大学等机构研究团队利用强化学习训练大语言模型,使其能够优化汇编代码性能。研究构建了8,072个程序的数据集,并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明,训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会,如用单一指令替代整个循环,为性能敏感应用提供了有价值的优化途径。
这项研究提出了一种改进的声乐效果风格迁移方法,通过在推理时间优化过程中引入高斯先验知识,解决了传统ST-ITO方法忽视参数合理性的问题。研究团队基于DiffVox数据集构建了专业效果器参数分布模型,将风格迁移转化为最大后验概率估计问题。实验结果表明,该方法显著优于基准方法,参数均方误差降低了33%,并在主观听感测试中获得最高评分。这一创新为音频处理领域融合数据驱动和专业知识提供了新思路。