2018年10月17日,2018平安云发布会“云以致用,智造未来”在深圳春茧体育场正式启动。作为发布会当天下午的“重头戏”——平安云加速器D-day展示日,在平安科技首席产品官兼平安云事业部总经理区海鹰的带领下,由平安云加速器运营团队与项目一期入驻企业成员联手,用一场极为亮眼的毕业路演给到场嘉宾及媒体留下了深刻印象。
多重优势加持 “加速”创业新秀逆袭路
在深圳市福田区政府的政策支持、开放的平安云生态、国内外丰厚的资源积累基础上,平安云加速器还邀请到行业领先的思想领袖和专家提供专业辅导,不仅为入驻企业提供周密部署的研讨会与培训,对接融资服务,还以大型路演方式为每一个入驻成员提供展示舞台。平安云加速器在为海内外优秀创新型科技企业赋能方面抢先做出了业界领导者的姿态。
自2018年1月首次亮相以来,平安云加速器一直是业界高度关注的焦点。初入大众视野的平安云加速器,在第一期的成员招募中就收到来自全球30个国家和地区120家创新型科技企业的积极参与响应。在严格录取率筛选下,其中仅有10家企业经过层层考核脱颖而出,最终赢得一期项目的“录取通知书”,成为如今D-day展示日上登台分享累累硕果的“模范生”代表。
全球范围严选为种子选手全力“加速”
来自北京的优必爱(UBiAi Technology)、来自上海的The CareVoice、来自英国的Funding Xchange 、来自美国的Gliding Eagle等10家一期入驻企业,在经过3个月的培训和资源深度对接等“内外兼修”的密集型强化提升后,在技术产品双面优化升级、高效率市场化运作等方面均实现了颇具影响力的全面飞跃。
其中,来自新加坡的 HedgeSPA,在平安云加速器的“助推”下,成功与平安资产管理公司,恒生聚源和易方达基金管理有限公司签订了合作意向书,并将业务成功部署到平安云;来自香港的Velotrade,同样成长迅速,先后与深圳前海金融资产交易所、福田汽车及其3000多家供应商建立深厚合作关系。平安云加速器借由强大的平安云生态圈战略部署,使得企业实现“事半功倍”的跨越式“成长”。
而来自印度的vPhrase,目前已达成与平安科技企业云业务合作,将AI数据分析能力应用到企业合作伙伴的解决方案中;来自北京的UBiAi ,已经与平安科技签署了合作框架协议,共同为汽车垂直领域客户提供数据驱动的创新金融整体解决方案;来自上海的TheCareVoice,在实现平安科技人脸识别技术应用的同时,还与平安健康险、平安寿险、平安万家、金融壹账通和平安好医生建立合作方向。名声在外的五大生态圈战略布局之外,平安集团体系中实力雄厚的科技力量,也成为平安云加速器为企业加油助力的重要因素。
90多位各行业领袖组成的导师顾问团队、50%入驻企业成功完成公司注册落地、多个战略与技术合作拓展成果、283%投后估值总增长率……经过一期项目10家创新科技企业的亲身实践,平安云加速器团队在本次发布会上宣布:为期5个月的“加速计划”第二期也蓄势待发,将继续致力于借助创新培训和资源为企业赋能,协助他们进行产品、技术以及商业模式的实践、优化、规模化和本土化,协助其完善商业模式、打磨产品、拓展业务、开拓市场,最终实现其科技产品在国内的市场化落地,并利用路演等展示形式,协助企业完成下一轮融资,体验真正的“加速”之旅。
“D-day”既是总结,又是展望,平安云加速器将不断深挖自身的科技、资源、金融、生态等多方面的硬实力,携手更多的创新科技企业,在自我实现的道路上一路“加速”高歌猛进,帮助更多创新企业实现价值,并肩奋进。
好文章,需要你的鼓励
研究显示开发者仅16%时间用于编码,其余84%消耗在运营支持任务上。频繁的工具切换导致开发者每天在应用间跳转1200次,每次中断需23分钟恢复专注。Anthropic推出的模型上下文协议MCP正在改变这一现状,它能将AI编程助手直接连接到开发者日常使用的工具,在IDE内完成从需求分析到代码编写的全流程,大幅减少上下文切换,让开发者保持专注状态。
麻省理工学院研究团队开发出突破性的三维场景理解技术,让机器能够像人类一样理解复杂的三维空间。该技术采用分层空间表示和多模态数据融合,在场景重建准确率上达到92.3%,平均定位误差仅2.1厘米。这项技术将广泛应用于机器人、自动驾驶、AR/VR等领域,为人工智能的空间理解能力带来重大突破。
旧金山初创公司Oway近日完成400万美元种子轮融资,致力于解决美国货运效率低下问题。该公司利用人工智能和电子记录设备技术,将货物与半空货车空间进行智能匹配,声称可将跨美货运成本降低50%。通过实时追踪卡车位置和自动化文档处理,Oway为客户提供类似Uber的去中心化货运服务,旨在兼具整车运输的速度和零担运输的成本优势。
北京交通大学研究团队在2024年NeurIPS会议上发表突破性研究,提出概率鲁棒性理论框架解决AI模型在现实部署中的性能不稳定问题。该方法通过优化训练过程让AI学习数据本质特征而非表面现象,显著提升模型在环境变化下的稳定性,为医疗、自动驾驶等关键应用提供更可靠的AI解决方案。