第五届世界智能大会西安站推介会圆满落幕
2020年12月9日,第五届世界智能大会西安站推介会在西安高新区举行。来自天津市工信局、天津市商务局、天津市滨海新区、世界智能大会组委会秘书处等相关负责同志及众多西安本地企业代表共同出席了本次活动。
2020年12月9日,第五届世界智能大会西安站推介会在西安高新区举行。来自天津市工信局、天津市商务局、天津市滨海新区、世界智能大会组委会秘书处等相关负责同志及众多西安本地企业代表共同出席了本次活动。本次西安站推介会旨在为第五届世界智能大会进行前期宣传和推介,为有意参会参展、进行商业合作的企业和机构搭建交流对接平台。
第五届世界智能大会西安站推介会现场
世界智能大会经中国政府批准,由国家发展和改革委员会、科学技术部、工业和信息化部、国家广播电视总局、国家互联网信息办公室、中国科学院、中国工程院、中国科学技术协会和天津市人民政府共同主办,自2017年以来已经成功举办4届,成为世界智能科技领域学术交流、展览展示、开放创新、深化合作的顶级盛会。国家主席习近平专门发来贺信,提出要通过世界智能大会,搭建交流合作、共赢共享的平台,推动新一代人工智能健康发展,更好造福世界各国人民。

天津市工信局合作交流处处长徐玉春
推介会上,天津市工信局合作交流处处长徐玉春介绍了天津的制造业发展情况以及对智能科技产业的支持政策。2017年,天津率先举起智能科技产业的大旗,构建大智能创新体系,培育大智能产业集群,打造“天津智港”,成功举办了首届世界智能大会。同时,解读了天津在支持智能科技产业快速发展方面的优势政策、良好环境和配套服务。“十四五”期间,天津市将做强做实世界智能大会品牌,全面增强全国先进制造研发基地核心竞争力,坚持制造业立市,推动制造业高质量发展。希望与会的企业家持续关注明年第五届世界智能大会,来津投资发展。

世界智能大会组委会秘书处副总经理任丽伟
推介会现场,世界智能大会组委会秘书处副总经理任丽伟对历届世界智能大会整体情况做了介绍。四年来,大会汇聚了国内外超万名科学家、企业家、金融家,共同探讨智能科技的前沿趋势,共同谋划智能科技的产业未来。经统计,累计参会人数达6万人,来自56个国家和地区,专家学者134位,举办论坛92场。作为一年一度的盛会,第五届世界智能大会拟于2021年5月在天津举行,将继续秉持“高起点、入主流、国际化、有特色”的办会宗旨,拟举办大会、展览、赛事、智能体验等一系列活动,落实以会兴业、以业引才,持续打造“会、展、赛+智能体验”四位一体的国际化平台,持续扩大商业合作,加深企业互联,寻求实践共赢。

天津市商务局会展处副处长臧晨峰
天津市商务局会展处副处长臧晨峰介绍了智能科技展的情况。四届大会累计展览面积15.1万平米,累计参展单位达到600余家,累计观展人数56.1万人次。智能科技展基于全球智能领域的顶尖成果,旨在汇集各类高科技企业,为其打造开拓市场、技术交流、项目落地的交流展示平台。

中汽研(天津)汽车信息咨询有限公司技术经理张琳琳
中汽研(天津)汽车信息咨询有限公司技术经理张琳琳详细介绍了世界智能驾驶挑战赛的相关情况,对2021年赛事设置规划、相关会议论坛等信息进行了详细解读,并邀请与会企业到中汽中心进行交流。

部分参会企业代表
科大讯飞丝路总部、瑞海科技、淘丁实业、朝前智能科技 、中建建乐、名世信息科技、欧卡智能、阿牛多语等数十家智能科技领域西安本地企业参加了本次推介会。
在政企互动交流环节,天津市工信局、商务局、滨海新区分别就天津产业发展政策、企业落户天津、行业资源对接以及2021年世界智能大会参会参展做了深度的交流和探讨。朝前科技希望在已落地项目的基础上,深入推进智能医疗在天津的发展;阿牛多语在会上表示将积极寻求AI智能协作翻译在天津的应用场景……数家企业表达了参加明年第五届智能大会和在天津落户的意愿。与会领导表示将大力支持新兴产业的发展,根据当地产业与各企业的发展规划,为企业提供落地优惠政策,共同探索企业技术产品的适当应用场景。政企双方希望以本次推介会为契机深入相互了解,并在后续积极开展各项交流、业务活动,积极寻求政产学研多方合作,推动更多科技成果转化、让更多商业项目开花、结果。
来源:世界智能大会组织委员会秘书处
0赞好文章,需要你的鼓励
推荐文章
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。