2017杭州·云栖大会将于10月11日到14日在杭州云栖小镇举行,大会主题是 “飞天智能”,以会、展、云栖虾米音乐节、云栖夜跑等创新活动相结合的方式同步进行——这是一场科技和音乐、艺术结合的展会。
本次大会有两场主论坛、20场主题峰会、超过120场次的分论坛、近千名重量级分享嘉宾,其中有55位全球知名的科学家作学术分享,在国际方面,邀请了国际奥组委领导;顶尖科技方面,邀请了中外顶级科学家;在金融科技的主论坛,邀请了IFC(国际金融中心)和联合国粮农署等全球重量级嘉宾分享普惠金融的力量。此次大会内容包括了人工智能、大数据、新零售、金融科技、弹性计算、基础设施、量子计算、生命科学、IoT、政务、多媒体、AR等20个前沿科技领域。所有峰会和论坛都将在官网进行全程直播,与数千万全球网友共襄盛举。
2017云栖大会展览面积超过3万平米,全球400余家知名企业将于此互动展示。展厅聚焦人工智能、视觉智能、芯片计算、无人驾驶、智能家居、城市管理等领域的最新创新成果。其中有Intel, SAP, Cisco, Docker, NetApp, Check Point等国际生态合作伙伴,也有非常多的创业中小企业。
去年让云栖大会参会者玩的非常high的云栖音乐节,今年升级为云栖虾米音乐节,持续3晚,李健、许巍、窦靖童、吴莫愁、GALA等歌手空降云栖,与来宾共同参与科技盛宴。
本届云栖跑Tech Go将联合陪你跑、阿里体育举办3场别开生面的创新科技赛事。结合跑者的心率、配速等实时数据,显示跑者的状态,让数据成为运动最客观的教练。
从目前的注册信息来看,参会群体中80后占比48%,90后占比32%。女性的比例则达到了24.2%,为历届最高。这一趋势在年轻群体中更为明显,90后的参会者中,女性占比31.61%,远超平均值。这也和我们观察到的行业趋势一致。“女性在高新科技以及创业群中的比例一直在提高,对云栖这样的科技盛会的关注度也一点都不比男性低。”
“科技感”十足的云栖跑会竖起一块LED大屏,当你路过它时,它便会记住你。等你跑一圈回来跑第二圈的时候,你在上一圈影像“分身”就会跟你赛跑。所有的参赛选手会佩戴一块芯片和一块运动手表,大屏幕上会实时显示经过选手的姓名、心率、步频、速度。
国际嘉宾也不少,共有来自五大洲,67个国家和地区的数千名“歪果仁”参与本届云栖大会。其中人数最多的是英国,而最远的参会者则来自南非。
今年新启用了刚刚建成的云栖国际会展中心二期。与一期展馆比,云栖国际会展中心二期的建筑高度有所降低,为6米,建筑面积扩大了近3倍,达到了6.6万平方米。
大会指挥中心特别设立数据指挥大屏,通过大数据和算法,实时输出现场参会人数、内外场交通信息、人群画像等数据信息。监控大会场馆各区域的热度情况,同步提供热门议题、基础信息服务等,参会者可以更方便快捷的获取信息。大会还开发了若干智能会务服务功能,例如,“云栖助理”智能问答系统,支持文字或语音输入;大会相关的吃住行、会议日程等常见问题都可以在H5页面上获得自助服务。此外,还有“展区智能导览系统” “人脸识别签到系统”等智能服务。
今年云栖大会官网与合作的全平台实现大会高清直播;全部分论坛实现在线云导播,充分应用最新云科技。大会直播今年将继续拓展多元化渠道投放,官网、淘宝、优酷、斗鱼、熊猫直播等渠道同步进行全球直播。在覆盖面和影响人群上持续扩张影响力,预计在线观看人数将突破2000万。
2010年至2017年,从中国地方行业网站峰会,到阿里云开发者大会直至今日,8年的进化,云栖大会已成长为全球最具影响力的科技展会之一。
我们希望云栖大会能逐渐构建一个感知中国科技实力、实现世界观察的未来大门,成为全球规模最大的云计算科技与音乐艺术结合的盛会。
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。