
2022年12月20日,中国电信董事长柯瑞文参加GSMA创新论坛之2022产业领袖思享汇,并发表题为《推动创新发展,促进合作共赢》的主旨演讲。
柯瑞文表示为积极推动基础设施、技术、应用和合作的创新发展,共同消除数字鸿沟,为全球经济复苏注入新动能,中国电信将加快基础设施创新,筑牢数字底座;加快技术创新,推动变革升级;加快应用创新,激发经济潜能;加快合作创新,打造共赢生态,和合作伙伴一起深化国际创新科技合作,打造共赢的产业生态,共同提升行业发展价值,繁荣数字经济发展。
附演讲全文:
尊敬的各位领导、各位嘉宾,女士们、先生们,大家好!
非常高兴通过线上的方式参加2022 GSMA创新论坛。首先,我谨代表中国电信,对本次论坛的成功举办表示热烈祝贺,向全球产业伙伴、社会各界和广大客户长期以来的关心、支持和帮助,表示衷心感谢!
当前,新一轮科技革命和产业变革深入发展,数字经济蓬勃兴起,数字技术已日益融入经济社会的各领域全过程,驱动着生产、生活和治理方式发生深刻变革。
创新是引领发展的第一动力,为积极推动基础设施、技术、应用和合作的创新发展共同消除数字鸿沟,为全球经济复苏注入新动能,借此机会,我谈四点意见:
一是加快基础设施创新,筑牢数字底座。
以云网融合为主要特征的数字信息基础设施孕育着大量的创新机遇,包括陆海空一体化的泛在连接能力、云网一体的供给能力、安全可信的服务能力、智能敏捷的运营能力等。中国电信愿联合产业合作伙伴,加快基础设施创新,着力打造广覆盖、高性能、高可靠、高安全、立体化、智能化的全新绿色数字底座,赋能数字经济发展。
二是加快技术创新,推动变革升级。
当前随着摩尔定律、信道容量等单一技术升级潜力逼近天花板,要在存内计算、存算一体、高频谱应用、模型新算法等方面突破既有技术体系瓶颈,加快网络、云、AI、安全、量子等新技术相互作用和交叉赋能,推动供给侧变革升级。中国电信愿联合产业各界,共同推动共性技术创新研发,健全标准体系、实现技术接口的开放和互通、推动新技术的成熟和应用。
三是加快应用创新,激发经济潜能。
聚焦数字化转型,积极探索并充分释放云网融合新动能,推动网络、云计算、安全、AI等关键能力的纵深发展和化学反应,高效满足产业数字化平台的旺盛需求,实现产业的跨界融合和应用创新,加速全球传统产业升级,激发经济潜能。中国电信将聚焦政务、民生、工业制造、交通、教育、医疗等重点领域,加快推进数字信息技术和应用的融合,以融云、融AI、融安全、融平台为驱动,着力打造一批新的增长引擎,赋能千行百业数字化转型。
四是加快合作创新,打造共赢生态。
唯有开放合作,才能高水平创新,中国电信联合中国联通,不仅实现了5G共建共享网络的联合部署和运营, 而且联合产业链突破了高中低多频协同组网、全球最高C波段大带宽、高功率器件的研发难题。建成全球首张、规模最大、网速最快的5G SA共建共享网络。近日,中国电信联合产业合作伙伴成立了全球云网宽带产业协会(WBBA),
WBBA致力于聚合全球云网宽带产业链,消除数字鸿沟、促进产业链沟通与交流、促进全球云网基础设施的创新,推动云网宽带产业的发展,促进全球数字经济的繁荣。中国电信将和合作伙伴一起,深化国际创新科技合作,打造共赢的产业生态,共同提升行业发展价值,繁荣数字经济发展。
让我们携手并进,推动创新发展,促进合作共赢。
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。