复旦大学携手华为共同举办的华为云智慧校园应用创新大赛,面向全国,吸引了超700所高校,近5万高校同学参与。历经6个月的激烈角逐,来自清华大学、复旦大学、同济大学、华东师范大学、重庆邮电大学、香港大学、上海工程技术大学等全国15所高等院校的20支参赛战队经过层层选拔,从253支顶尖高校参赛队伍中脱颖而出,分别荣获一、二、三等奖及优胜奖。
6月1日,华为云智慧校园应用创新大赛颁奖典礼在复旦大学举行,复旦大学副校长徐雷、华为上海代表处代表董刚、华为云应用平台CTO谈宗玮等为获奖队伍颁奖。
徐雷高度评价了本次大赛,他指出“智慧校园,要以 ‘我’为主,才能有生命力,并且创新的设计一定要可以落地,才有意义。有了创意才能够在高新技术的引导下,落到具体的方案和作品中,对于学生来说是一个很好的锻炼,学校也可以得到很好的启发。”徐雷代表复旦大学表达了对华为公司的感谢,希望未来双方能够继续深化合作,共建智慧校园。
董刚在发言中表示,积极响应教育强国的国家战略,以领先的ICT技术支撑高校数字化转型,以强化科技创新、促进高质量人才培养为目的,华为将进一步加强与高校的合作,携手最优秀的合作伙伴,鼓励师生参与智慧校园信息化建设,助力高校培养更多、面向未来的高质量创新型人才。
赋能数字化转型,华为云智慧校园应用创新大赛应运而生
“十四五”规划和2035年远景目标纲要指出,要完善国家创新体系,加快建设科技强国。今年上海市出台了《关于全面推进上海城市数字化转型的意见》,按下了城市数字化转型的“加速键”,而数字化转型升级急需一批拥有专业技术的高端人才不断推动和完善。
作为数字化转型当中的典型场景之一,复旦大学已制定了智慧校园三年行动计划,来推动智慧校园建设。为进一步推动智慧校园应用的落地实施,加速信息技术产业高精尖人才培育,复旦大学联合华为共同举办了本次华为云智慧校园应用创新大赛。
据统计,基于大赛提供的各项华为云应用及编程环境,本届大赛共产出百余份创新应用及优化成果,不仅包含智慧校园应用,还涉及远程教育、文化生活、垃圾分类、视障人群、舆情管理、疫情防控等多个领域应用场景,大赛作品主题不仅关注课堂,更是将视角扩大到生活和治理数字化的方方面面。
校企合作,复旦打通产学研用合作路径
为了加强学术界与产业界的紧密联系,加快推动科技创新成果高效转化,着力贯通“产学研用”链条,复旦大学联合华为共同举办智慧校园应用创新大赛,用智慧回馈于校园。本次大赛遵循"以赛促教、以赛促学、以赛促建"的思路,激发了学生自主创新思维、为国家培育真正需要的适合生产一线的高素质、高技能的应用型人才,助推国家在当前国际形势下抢占新一轮科技竞争制高点。
促进产教融合 华为云助推科技产业加速发展
据悉,本次大赛决赛队伍使用到华为云DevCloud、AppCube、ECS、数据库、ModelArts、WeLink、存储、API、弹性IP等13项产品和服务。基于多年积累的知识体系、研发经验、技术能力、产业能力,华为云持续深耕各项智慧应用研究和落地,加速各行业转型升级。
大赛的成功举办,不仅激发了广大学生的科技创新热情,也为科技创新项目、技术、人才提供了交流平台,促进科技应用技术人才集聚培养,推动产业前沿技术成果转化。
华为作为复旦大学的战略合作伙伴,双方在多个领域通过共建实验室、联合培养高层次人才等方式深度合作,做厚计算产业人才沃土,投入更多资源,进一步贯彻落实国家科技创新发展战略,助推科技强国建设目标实现。
好文章,需要你的鼓励
博通宣布对VMware Cloud Foundation平台进行重大升级,将私有AI服务集成到核心订阅中,并为vSAN存储虚拟化软件添加云原生对象存储支持。此举旨在满足企业对简化基础设施、高效AI采用和网络安全的需求。升级包括与英伟达合作的VMware Private AI Foundation服务、支持AMD GPU、Amazon S3兼容对象存储、与Canonical合作的Ubuntu容器镜像,以及新的四阶段自动化安全流程。博通还推出了面向高监管行业的VCF网络合规高级服务。
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
Google正式发布Gemini 2.5 Flash Image模型,该模型此前在测试版中被称为nanobanana。新模型为企业创意项目提供更多选择,能够快速修改图像外观并提供比以往模型更强的控制能力。该模型在保持人物相似度和编辑一致性方面表现出色,支持多轮编辑、照片融合等功能,并已集成到Gemini应用中供付费和免费用户使用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。