在互联网+的国家大战略下,互联网金融、O2O、智能硬件等领域无比火热,而这些均是将于6月5日-6日在南京召开,以“颠覆传统,共享未来”为主题的互联网高峰论坛-2015紫金之“颠”的热门话题。
在此前的预告中,本次高峰论坛的主办方——途牛旅游网已先后公布了参与互联网金融、O2O、创业与融资等话题分享的重量级嘉宾,如互联网金融方向的陆金所董事长兼CEO计葵生、宜信公司CTO及大数据创新中心总经理张小沛、挖财CEO李治国;O2O方向的饿了么副总裁罗宇龙;创业与融资方向的弘毅董事总经理袁兵、腾讯投资并购部投资总监穆亦飞、和DCM合伙人曾振宇。
近日,参与本次高峰论坛智能设备话题分享的嘉宾人选浮出水面,他便是来自深圳的大疆创新伙伴生态副总裁潘农菲,其主要负责大疆科技中国与北美伙伴关系和生态系统搭建与拓展。
大疆科技成立于2006年,是无人飞行器控制系统及无人机解决方案研发和生产商,最近在智能硬件领域风头一时无两。大疆的技术和产品被广泛应用到航拍、遥感测绘、森林防火、电力巡线、搜索及救援、影视广告等工业及商业用途。
2014年,大疆售出了大约40万架无人机——许多是其主力机型“大疆精灵”(Phantom)系列——今年的销售收入有望突破10亿美元,相比2014年的5亿美元增长一倍。
一家公司的目标受众从业余爱好者变成主流用户,而且它在这一过程中还能占据市场的主导地位,这种成功的案例在科技行业发展史上实属罕见。柯达用相机征服了用户,而戴尔和康柏则以PC产品抓住了用户的消费心理,GoPro用运动摄影机引领科技潮流。当亚马逊CEO杰夫·贝索斯(Jeff Bezos)承诺将用无人机送货上门时,质疑者都抱着一种嘲讽的态度,但无人机正成为科技行业的“下一个大事件”。
在今年的金球奖颁奖典礼上,无人机实时传送航拍画面;在今年4月份的尼泊尔7.8级大地震中,救援人员依靠无人机来绘制受灾地区的地图;美国爱荷华州的农场主还利用无人机监测麦田;Facebook将利用自有无人机产品向非洲农场地区提供无线互联网接入;大疆的无人机还出现在《权力的游戏》和最新一部《星球大战》电影的拍摄现场。
大疆被更多人知晓源自今年2月份章子怡的生日会上,大疆无人机送钻戒求婚帮助汪峰成功上头条。
由大疆科技引发的智能硬件热潮正从深圳向全国蔓延,不仅原有的互联网巨头企业和硬件大厂在积极布局智能硬件生态,一大波新兴的智能硬件创业公司也如雨后春笋般涌现出来,如此多的智能硬件能在物联网的风口飞起来吗?智能硬件未来还将给人们的生活带来怎样的改变?大疆创新伙伴生态副总裁潘农菲将在“互联网高峰论坛-2015紫金之‘颠’”上,做《智能硬件-超越刚需》的主题演讲,给参会者带来更多关于智能硬件未来的发展构想。
据悉,本次高峰论坛,除了潘农菲以及此前预告过的嘉宾,国务院发展研究中心发展战略和区域经济研究部第一研究室主任刘勇、中央网信办及国家互联网信息办公室调研员余鲲、京东高级副总裁张晨、UPYUN联合创始人沈志华、云智慧CEO殷晋、百度品牌展示广告产品部总监陈蕾、有赞微商城创始人白鸦、艾瑞研究院院长曹军波等嘉宾也将做精彩分享,给参会者带来更多脑力激荡。
互联网高峰论坛-2015紫金之“颠”召开在即,一大波互联网大咖正从远方赶来。搜索并关注公众号“InternetSummit”或“互联网高峰论坛”,点击“大会购票”菜单可以进入购票流程。你和大咖间最近的距离,由你自己决定。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。