
今日,第六届中国云计算大会在国家会议中心拉开帷幕,本届大会邀请了国内外知名院士、专家学者、行业CIO等参加会议,将以更加国际化的视野,帮助与会者了解全球云计算技术的发展趋势。
会上,大会名誉主席吴基传(中国云计算技术与产业联盟理事长/中国电子学会名誉理事长/原邮电部、信息产业部部长)发表了演讲,他表示云计算大会是交流的平台,也是成果展示合作的平台,希望各位代表以及与会人员多交流、多切磋。
这六年来在国内科技界、产业界和用户的共同努力下,中国云计算事业有了长足的发展,吴基传认为,业界对云计算的认识愈加精准、到位,而且云计算的运用规模与实践深度也在不断的扩展,目前,云存储服务用户规模已经超过4000万,专用云也在从教育、医疗、制造行业向交通、政务、金融、社会管理等领域拓展。
他也对本次大会的主题“云计算大数据推动智慧中国”讲了四点认识:
一、云计算与大数据是相辅相成的,大数据挖掘处理需要云计算作为平台,而大数据则涵盖了价值和规律,这也使云计算能够更好的与行业运用结合发挥更大的作用。云计算将计算资源作为服务支撑着大数据的挖掘,而大数据的发展趋势是对时实交互海量数据的查询和分析提供了有价值的信息。
二、云计算与大数据结合将可能成为人类认识事物新的工具,提高各方面的各项决策。云计算和大数据的结合,就可以应用高效、低成本的计算资源,来分析海量的数据相关性,快速认识事物的共性。
三、而云计算的安全、大数据隐私的保护,则是大数据、云计算快速发展和应用的重要前提。没有网络的安全就没有数据的安全,没有数据的安全就没有信息安全,没有信息安全也就没有云储物的安全,归根结底就是没有网络的安全就没有国家的安全。呼吁科技界和产业界重视云计算的安全问题,注意大数据挖掘中的隐私保护问题。而且从技术的层面进行深度的研发,严防打击病毒和黑客的攻击,确保信息应用者的自主权;同时,也要加快立法进度,依法保护信息安全,维护良好的信息服务的环境。
四、尽快完善和制定云计算服务的标准,包括各类云服务内部的网络结构的接口标准,使用云服务的准入条件,以及提供云服务企业的资质认证和行业的自律,为此完善云计算相关的法律和制度,明确信息服务者和信息消费者的权益和责任。并且建立和完善云计算标准体系和云计算安全评估认证体系,让云服务提供者有章可循,让云服务者使用放心。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。