您好,欢迎来到 皮书数据库 登录 注册
数字产业化
[摘要] 人工智能驱动的科学研究(AI for Science,AI4S)正成为全球科学创新的重要新范式。本文系统分析了AI4S对科学研究带来的范式变革,对比了中美及全球主要国家在AI科研领域的现状、差距与发展趋势,并深入探讨了中国科研利用AI技术面临的挑战。基于阿里云在AI4S领域的成功实践,本报告提出了一系列政策建议,旨在推动中国AI4S实现高质量发展,包括构建开放协同的AI科研生态、加速算力基础设施国产化与绿色化、推动科研数据安全共享机制、完善AI科研人才培养体系以及加强国际合作与开放创新。通过这些措施,中国有望在AI4S领域实现突破,为科学研究注入新动能。
[摘要] 云渲染、AI、区块链等系列云计算新技术加速视频内容生产、传输分发和消费交易。视频内容云上生产制作成为新趋势。云原生媒体基础设施包含通信与协作平台能力、数字资产管理和交易能力、媒体智能处理平台能力、媒体引擎能力、全球化的媒体网络基础设施等。应通过与行业生态伙伴配合,形成云化生产流程和接口规范,联合共建完整的业务平台。
[摘要] PUE指标及其相关评价体系更适合传统能耗管理,既无法提供设备自身算力能效的信息,也不能适应当下碳排放“双控”的新要求,还给数据中心带来更大的建设运营压力。经过对PUE和部分新的能效评价指标的研究,本报告提出了可信算力碳效评价体系,主要针对碳排放和算力两大考量因素,对算力基础设施进行评价,并收集部分数据中心的数据进行实测。同时,在该评价体系中引入“信任度”概念,基于区块链技术确保数据源及数据流转过程真实可信。
[摘要] 本报告围绕通用人工智能(AGI)与大数据的协同演进展开,系统梳理了二者从“量变”到“质变”的互动机制。深入剖析了AGI对数据规模、质量、时效的再定义及其带来的工程挑战。阐述了AGI与大数据协同演进面临的挑战,包括公开数据增速远低于算力扩张、中文高质量语料稀缺、隐私合规成本高、实时更新能力不足。对此,本报告提出了协同应对策略:政府主导公共数据开放、绿色算力普惠、合成数据合规治理;企业构建“行业大模型+合成数据飞轮”;学界设立交叉学科与开放基准;个人通过教育、平台与权利保障参与共建。
[摘要] 本报告以京津冀地区工业互联网产业链为主要对象,聚焦其发展现状、面临的挑战及未来发展路径。在研究方法上,系统收集并分析了大量政策文件、研究报告、学术论文和新闻资料,结合典型案例,深入剖析产业链发展过程中的关键问题与制约因素。研究发现,当前京津冀工业互联网发展面临的三大突出问题分别是:区域协同机制不健全、传统产业基础薄弱、数据安全风险加剧。区域层面政策不协调、资源错配导致跨域合作受阻;大量企业自动化不完整、信息化未普及,设备改造难,产业链协同不足;数据跨区流动缺乏统一标准与监管规则,中小企业防护能力弱,安全“木桶效应”凸显。为此,建议建立跨区域产业联盟,推动政策衔接与资源共享;加快传统企业数字化改造,提升系统集成与上下游协同能力;构建统一的数据分类与安全治理体系,强化全过程风险管控。通过政府引导、企业主体与科研支撑协同发力,推动技术—产业—区域融合发展,实现产业链整体升级与区域经济高质量发展。
[摘要] 虚拟现实/增强现实(VR/AR)产业在人工智能等新技术推动下发展模式出现转变。智能眼镜等新产品开辟出更广阔的硬件赛道,VR大空间给服务带来新的机会。元宇宙正在努力向“可互操作元宇宙”转型,产品质量得到完善,还需要更多时间才能达到理想状态。虽AIGC(人工智能生成内容)和VR结合的实践场景日益丰富,但面临的技术挑战依然存在,需要从内容生成效能、数据保护、虚拟和现实伦理统一等方面持续深化推动。
[摘要] 行业领军企业如何立足自身积累和优势,抓住场景驱动创新这一数字时代的范式跃迁机遇,打造自身发展的动态能力,不但是自身实现创新跃迁的关键难题,而且是加快中国产业数字化转型的关键议题。经过30年的发展,京东方突破了中国显示产业“少屏”的困境,成为全球半导体显示领域的领军企业。2019年,京东方确定了“一定要向物联网转型和突围!”因此,京东方提出了“屏之物联”发展战略,确定了“1+4+N+生态链”发展框架,倡导融合共生,赋能生态伙伴。并且,形成了从技术创新到产品创新再到物联网解决方案的全价值链技术创新核心能力体系——AIoT技术创新体系,实现了技术引领。同时,京东方着力打造组织韧性与产业链韧性。未来,京东方将沿着“屏之物联”战略路径,推动企业更高阶段的高质量发展,持续进行价值升维;重点通过整合资源优势、提升协同效率和数字化能力,为业务发展提供高效支撑。
更多>
政策库
热点主题: