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
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。