2015年3月16日6点30分,德国汉诺威晨曦微露,来自全球各地数以万计的人们聚集到这里,开启了这个城市一年中最为热闹的IT盛会——CeBIT。作为信息技术展,CeBIT向来与互联网企业关联不大,但今年的CeBIT却引来中国两家重量级互联网企业的参与,一家是阿里巴巴,另一家是小米,并且这两家公司的领导人马云和雷军先后出现在CeBIT发表演讲,成为这个信息技术界盛会的两大焦点人物。
3月16日早上9点半,雷军接受了CNET独家采访,他告诉我们:“今年是第一次来CeBIT,主要是来学习。”不过这显然不是雷军亲临展会现场的主要原因,CeBIT对于马云和雷军而言一定有着特殊的意义。
中国工业化进程正在弯道超车
追溯中国经济的改革史,1978年中国开始了改革开放的步伐,当时的工作重点转移到抓经济、搞社会主义现代化建设上。这可视为中国社会经济发展的第一次转折。
十五年后,1992年的春天,“邓小平南方视察”被认为是第二次重要的历史转折点,邓小平南巡之后,中国经济进入到突飞猛进的发展阶段,出现了超速发展的机遇。
然而伴随着经济的成功,全国的环境污染也到了令人难以忍受的地步。有一年,水面漂着“绿油漆”和大片死鱼的太湖备受关注;以及今年初,一部描述中国雾霾污染的《穹顶之下》视频迅速成为社会热门话题。
水污染、大气污染种种迹象表明中国社会生态文明以及可持续发展正在受到严重挑战。传统高能耗的粗放型工业发展模式将难以为继。国务院很快明确提出了节能减排目标,即到2020年“单位GDP碳排放”要在2005年的基础上下降40%-45%。这对处于工业化2.0的中国提出了挑战。
德国KITKOM主席称,德国工业处在3.0至4.0的阶段,中国与之还有差距,但中国正在做的事情是从工业2.0跳级到工业4.0。这意味着中国的工业化进程正在尝试弯道超车,而互联网企业将是弯道超车能否成功的关键。“互联网+”正是在这样的背景下出现。
以阿里巴巴、小米为代表的互联网企业成为中国经济发展新引擎
在过去的三十多年间,城市化一直是中国经济增长的引擎。如今,社会经济增长引擎到了要改变的时候。
“互联网+”代表新的社会经济形态,该计划将推动移动互联网、云计算、大数据、物联网等与现代制造业结合,促进电子商务、工业互联网和互联网金融健康发展,引导互联网企业拓展国际市场。
但“互联网+”并不意味着用互联网去颠覆传统业,雷军告诉ZDNet,“小米最大的创新在于他实现了互联网+的方式,它不是颠覆传统业,而是用互联网的信息技术和方法论来帮助传统制造业转型升级,其实和总理讲的‘互联网+’的内容完全一样,实体经济不会因为互联网来了就灭亡,而是实体经济怎么和互联网方式结合,这是最关键的。”之前雷军称来CeBIT是学习,多半就是在这学习中探索实体经济怎么和互联网方式结合。
对于互联网企业而言,当下正是不容错过的最好发展时机,蓬勃发展的互联网正在重塑消费者需求。显然以阿里巴巴、小米为代表的互联网企业将是中国第三次经济转折的先锋力量,中国经济发展的新引擎正是他们以及百度、腾讯这些互联网企业。
在CeBIT展证明可以弯道超车
CeBIT展会是中国展现自己、证明自己可以弯道超车的绝佳时机。中国的互联网经济在这之中扮演着重要角色,它的表现就是最好的证明。
马云在CeBIT演讲中称:“互联网必须找到那个缺失的部分。这个缺失的部分就是鼠标和水泥携手合作,找到一个方法让互联网经济和实体经济能够结合。只有当鼠标和水泥结合时,互联网公司才能活下来,才能开心的活30年。”
雷军在CeBIT演讲时表示:“做智能家居的目的是因为,中国经过30年改革开放,已经是全球制造中心,怎么变成中国研发,中国品牌?小米就是基于中国制造中心,辅以中国研发,并通过互联网高效率抵达每个人手上。”
马云宏观抽象的表达了“互联网+”,雷军则将“互联网+”具化。雷军描述的小米正在做的事情,让全世界明白了中国的“互联网+”。
阿里巴巴和小米是中国互联网企业的缩影,从阿里巴巴在资本市场的表现,以及小米在全球的业务发展来看,他们正拥有着越来越强的世界影响力。
两家有世界影响力的企业,其领导人亲临CeBIT展,一方面是来展示李克强总理提出的“互联网+”,另一方面则是来证明“互联网+”在帮助中国工业发展直接跳级到工业4.0上将非常奏效。
关注CeBIT 2015 全程追踪报道可长按下面二维码:
相关报道:
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。