CNET科技资讯网 4月5日 北京报道(文/周雅):在刚刚落下帷幕的2016华为中国合作伙伴大会上,最引人关注的,就是华为在ICT领域的新成绩:华为今年将聚焦管道、聚焦ICT基础设施产品与解决方案、全面开放ICT能力、设立合作伙伴大学。一直重申“被集成”和“聚焦”战略的华为,既把这当成一种自我约束,也是对合作伙伴的承诺。
华为企业BG中国区总裁蔡英华和华为企业BG中国区副总裁胡忠华以及三位ISV合作伙伴在接受CNET专访时,从各个角度诠释了这份合作关系。
华为企业BG中国区总裁蔡英华
各擅其能,才能形成合力
对于ISV而言,华为提供的框架性平台无疑是合作基础,但由于行业不同,各自的感受又有差异。
华资软件副总经理蔡秀楠认为,从电子政务的角度,警务应用是一个功能需求和数据量非常庞大的一个行业。警务应用有很多种,包括人口、户政、身份管理等,复杂度非常大。因此,例如情报分析等高级功能无法用原有的IT系统实现。但现在,借助华为的云计算平台,应用大数据等新技术去构建新的解决方案就可以实现行业中原来无法实现的功能,例如情报分析、车轨分析等。从未来发展的角度看,这种应用的需求会越来越大,而且是爆炸性的升级。
索贝数码CMO陈晋苏认为,技术设计如何适应业务变化是重中之重,这需要强大的合作伙伴提供支持。云计算是目前的技术趋势,华为为索贝数码提供的支撑非常到位,这也是双方合作的价值点。ISV与一般的设备代理商不同,它不容易被取代,ISV懂用户、懂业务,华为聚焦在ICT基础设施上,术业有专攻,双方的互补关系让ISV和华为的合作会更长期、更稳定、更巩固。同时,华为所坚持的被集成战略也使得我们更有信任感,也放心跟华为合作,华为的合作伙伴生态圈会更稳定、更牢靠。
先进数通副总裁罗云波表示,先进数通跟华为的合作已有多年,已经从产品层面的合作上升到解决方案层面的合作,将先进数通在金融行业成熟的金融软件从其他平台上迁移到了华为的平台上。“我们跟华为在云计算和大数据方面的合作非常成功,”罗云波说,“客户部署大数据应用变数很多,应用开发周期非常长,往往会降低客户满意度。但我们和华为合作以后,大数据应用上线平均需时两个月,这在业内是非常短的。”华为提出了上不碰应用,下不碰数据,界限非常清晰,让ISV非常有安全和保障,先进数通跟华为的合作也越来越紧密。
蔡英华总结说,在新生态圈下,合作伙伴在生态圈的合作是一个相互受利的关系,从原来的链式关系转变为生态圈当中手挽手、肩并肩的合作关系。在具有行业特性的生态圈打造上,华为将持续耕耘。2015年,华为企业BG中国区的合作伙伴数量已超过5000家,来自合作伙伴的业务收入比例超过了80%;在合作伙伴队伍中,年度业绩超过1亿的合作伙伴超过了20家,金银牌合作伙伴总数超过了600家,国内Top10的集成商100%与华为实现合作;截至2015年底,华为在全球的渠道伙伴数量超过8000家,其中通过联合创新形成行业解决方案的合作伙伴超过350家。
三大“狠招”,全面规划
蔡英华用三个方面概括华为企业BG中国区规划:渠道赋能、智慧城市、行业拉通。
渠道赋能无疑是重心,除了设立合作伙伴大学外,华为首先在技术上提供支持,提供二次开发平台,基于eSDK的一些标准化接口,并及时开放核心产品的能力给合作伙伴。第二是设备上的支持,华为在成都,苏州,北京,深圳等地建设的实验室均可开放。第三,华为在培训上将给合作伙伴以支持。第四,在2016年,华为将对ISV进行分层分级的合作,并投入数亿人民币。
在市场方面,智慧城市是今后最重要的战略机会,华为将在内部成立专门的智慧城市业务部,实现跨行业、跨产品、跨领域的拉通。在外部,华为会建智慧城市生态圈,依靠华为的ICT解决方案加上合作伙伴在相应领域的能力形成完善的解决方案。
在组织方面,行业拉通是重点,华为2016年将聚焦价值行业客户,缩短战略客户名单,把更多的空间留给合作伙伴。同时,在中小SMB市场进行精准的营销活动,以此提升海量市场产品的销售。当行业拉通之后,加强客户经理向行业代表的转身,加强在行业圈子的建设。
近五年来,华为逐步建立起行业影响力。在政府和公共事业领域,华为服务超过80%以上的部委客户,已成为政府行业主流合作伙伴;在金融领域,华为产品规模服务四大银行、在各商业银行、保险和证券等领域全面开花,与工行、农行、建行等大型国有银行及金融机构结成了ICT转型战略合作伙伴;在大企业方面,华为与中石油、中石化等达成战略合作,产品解决方案与国务院国资委监管的一百多家央企中超90%形成合作;在电力、交通、广电等传统行业,华为持续保持领先,并持续开拓大铁信息化、地铁、发电等新领域。
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。