
CNET科技资讯网 4月28日 北京消息(文/齐丰润): 今日,GMIC 2016正式在北京开幕,开幕仪式上,中关村发展集团总经理周云帆作了致辞演讲,他表示,“据统计2015年仅在这一年里面,中关村新创办的科技型企业达到了2.1万余家,很大一部分都是“互联网+”的企业。中关村的建设目标是到2020年要建设成为具有全球影响力的科技创新中心。”
尊敬的刘印春副秘书长,王灏区长,各位领导、各位来宾,女士们、先生们,大家上午好,非常高兴作为大会的致词单位参加今天的北京GMIC全球移动互联网大会,互联网是人类最伟大的发明之一,中关村作为我国最早和最大的科技园区,在中国互联网和移动互联网的版图上占据着重要位置。
习近平总书记指出中关村已经成为中国创新发展的一面旗帜,据统计2015年仅在这一年里面,中关村新创办的科技型企业达到了2.1万余家,很大一部分都是“互联网+”的企业,截止到去年年底,中关村有2500多家企业年收入超过一亿元人民币,有境内外上市公司281家,其中很重要一部分就是以百度,包括小米、滴滴、美团等领军的互联网企业为代表的企业。此外,中关村还拥有软件园、上地信息产业基地等,快速增长的互联网企业实力和完善的产业聚集,为中关村示范区的建设和互联网领域的创新提供了精彩的典范。
中关村的建设目标是到2020年要建设成为具有全球影响力的科技创新中心,这就要求中关村用发展和世界的眼光来谋划创新发展新格局。我所在的中关村发展集团是北京市国企,也是北京市市委市政府推动中关村发展、市场化配置资源的主体平台。集团不仅是建设具有全球影响力的科技创新中心的实施者,更是主力军,在坚持打造高精尖扶植中小微企业重任的同时,集团也实现快速发展。
自2010年成立以来,经过五年的努力,中关村发展集团实现三个千亿的目标,总投资的规模达到1018亿,我们投了1100多个科技型的企业,创业企业提供的融资达到了1263亿,可以说发展集团五年的建设和发展在中关村发展史上写下了浓墨重彩的篇章。
展望下一个五年,在“十三五”规划建设中,我们将紧紧围绕首都科技建设中心,中关村具有影响力的科技创新钟表,按照三项标准、四大贡献的战略要求,既坚持北京市推动中关村发展的市场化配置资源的主体平台的战略地位,坚持示范区和集团同步发展的双维战略目标,坚持以推动中关村的领军企业,成为世界级的大企业,推动中关村产生世界水平的科技创新成果,以及推动中关村成为世界一流的创业创新中心三项标准。
努力为首都构建高精尖经济结构,构建一核多中心的平台,助力京津冀协同发展和推动大众创业、万众创新做出重要贡献。
其中面对席卷世界的创新创业浪潮,早在2012年发展集团就开始了海外布局,我们在美国硅谷建立了7000多平米的中关村硅谷创新中心,为中关村的企业全球化布局和孵化硅谷一流的空间,我们和知名教授张首晟联合成立了丹华基金,其中在过去两年的时间里投了30多个项目,很大程度是跟移动互联网有关的。我们在全力推动中关村的国际化。
作为发源北京的全球移动互联网大会近几年来已经成为了国际性的平台,为国内企业走出去,国际先进的企业引进来架建了畅通的渠道,我们支持保持硅谷站在内的移动互联网大会,我们希望在我们的共同努力下,能够充分发挥中关村移动互联网产业的优势,积极打造中关村的创新、创业生态,从而推动中关村的创新事业继续向前迈进。为中关村建设成为具有全球影响力的科技创新中心贡献我们的力量。
谢谢大家!
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。