2021年的春天来得格外早。 这不只是气候原因导致的,还得益于科学防疫的成功,使得我们在这个春天里,经济和生活都能快速重回正常轨道。 2021年的华为商业分销地市百城行,也得以在春天到来的第一时间,就拉开了帷幕。 从4月8日起,在未来的100多天里,华为与合作伙伴们将走遍全国160多个城市,为区域市场的数字创新赋能。
作为“十四五”的开局之年,2021年的区域ICT市场,也被赋予了不同以往的诸多新含义。创新驱动、数字经济、数字中国、乡村振兴、新型城镇化、区域协同等“十四五”规划的热门关键词,正在带来前所未有的新机遇,并将成为未来长期发展的风向标。 “十四五”规划中的地市数字经济 从来没有哪个五年规划,像“十四五”规划这样重视科技创新和区域发展。 除了常规的科技创新篇章,“十四五”规划首次单设篇章,专注于“加快数字化发展,建设数字中国”,提出云计算、大数据、物联网、工业互联网、区块链等数字经济重点产业,以及智能交通、智慧能源、智能制造等十大数字应用场景。 市场研究公司IDC预测,到2023年超过50%的全球经济将由数字经济驱动。在中国,2021-2024数字化转型总支出将达到1.5万亿美元,年均增长率超过17%。 数字技术已经成为全球经济的增长引擎,形成数字经济的新浪潮。这一变化不仅发生在中心城市和大型企业身上,在区域市场和中小企业同样表现明显。 在“十四五”规划中,也有多达三个篇章来介绍区域发展,分别关注乡村振兴、新型城镇化和区域协同,从不同维度为我国区域经济发展、区域社会建设注入新动能。 比如,在其中的深化户籍制度改革方面,提出要全面取消城区常住人口300万以下的城市落户限制。这几乎覆盖了所有的地市以及由地市辐射的细分市场,将会带来丰富的新市场、新机会。 就地市市场和中小企业而言,他们也急需通过提升数字化水平来增强竞争力,从而在更高起点上获得新的发展动力。 坚定执行的地市下沉战略 增长的高速度和需求的复杂性,是中国区域ICT市场的两大特点。 数字化和智能化的浪潮,已经席卷中国大地的每一个角落。各大厂商也都意识到,区域市场将成为未来的重要增长点。然而,如何将区域战略通过有效的行动来落地,实现战略与执行的结合,仍是很大的考验。 早在2017年初,华为中国政企业务就提出地市下沉战略,从聚焦省会级城市的NA客户开始。2018年,进一步要求主管和专家们要深入到地市、区县,与客户做交流,与合作伙伴做研讨,倾听真正来自一线的声音。 2019年,更是有100多名“城市总经理”上任,带领着华为的地市团队与合作伙伴一起为当地客户提供本地化的专业ICT服务,协助他们解决业务上的难题。 对地市市场的坚定下沉,也为华为和合作伙伴带来了充分的回报。2020年,通过服务全国300个地市的政企客户,区域市场的收入在华为中国政企业务中占比已经超过了四成。 2020年,华为克服了疫情带来的严重影响,举办了商业分销地市百城行系列活动。从5月28日起航到9月17日收官,在110天里,华为带领合作伙伴走过25个省份,举办了134场地市活动,并发布了40多个小场景化解决方案。 区域合作伙伴的新动能 显然,区域市场的广泛覆盖需要更加依赖合作伙伴。即使是像华为这样实力强劲的ICT厂商,也无法仅通过自己的力量来支持如此众多的区域用户。 我们能够看到,随着区域数字经济的发展,越来越多的区域合作伙伴正在快速成长,在帮助当地客户进行数字化转型的过程中,也实现了自身的转型升级。 向云转型、向新技术转型、向场景化方案转型,正在成为区域合作伙伴的全新发展趋势。这些也正在为他们注入新的成长动能,并需要ICT厂商提供全方位的能力支持。 从传统IT向云服务转变的趋势,已经开始向地市以下市场渗透。作为一种全新的服务模式,云服务所带来的商业流程、客户服务模式、赢利模式,都不同以往,需要得到厂商的全程业务辅导。 人工智能、物联网、大数据等新兴技术,则为区域合作伙伴带来了技术能力的挑战。他们不仅需要学习这些新知识,更要学会把技术与产品、方案和应用结合起来,以更好地服务客户。 需求的多样性,使得区域用户也对解决方案也提出了更细分的要求。因此,针对区域市场和中小企业,解决方案的颗粒度要更细、更加贴近场景。从某种程度上来说,区域合作伙伴更要“懂行”才行。 正是因为看到了区域合作伙伴的这些需求,华为2021年在合作伙伴政策方面进一步加大了对区域市场的投入。比如,今年针对地市OC伙伴,新增了售前售后能力提升计划,新增项目报备激励积分计划,激励地市伙伴主动报备项目机会,同时还在帮助地市伙伴培养数字化转型人才。 这些举措将增强区域合作伙伴的自主交易能力,提升大家的赢利水平,从而把握住区域数字经济带来的新机会。 更多面向地市市场、中小企业、区域合作伙伴的新政策、新举措、新产品、新方案,请关注2021华为商业分销地市百城行。4月8日,广东惠州,即将启航!
|
|
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。