注意啦！ 钉钉“双11”企业服务狂欢节劲爆来袭！ 钉钉也可以注册公司了，抄底价仅需1元起！ 全年代理记账直降500，大厂代账更放心！ 还有多种实惠套餐，增值服务享不停！ 给你2020年企业财税服务全年最低价！ 一、钉钉“双11”企业财税，优惠一览 二、“双11”活动详解 活动一：公司注册，抄底优惠 公司注册1元起，仅限前500名 活动城市：天津、杭州、青岛、西安、深圳 活动二：全年代理记账服务，直降500 活动三：小规模纳税人注册代账套餐折上折 小规模纳税人注册+代账套餐，套餐价格再降200 活动四：低税率园区注册代账套餐 核定征收注册代账套餐，套餐价格再降2000 三、优惠券/福利领取方式 方法一：钉钉企服狂欢节“双11”专场领券 点击【发现】——【广场】——进入【企服狂欢节主会场】——选取【财务报销】专场 选择想要购买的活动，进入产品详情页领取优惠 上图以公司注册为例，有其他服务需求的小伙伴，也可以按此流程操作，再选择对应服务时选择自己需要的服务即可。 方法二：钉钉-广场-服务中心，商品详情页领取 点击【发现】——【广场】——【服务中心】 选择想要购买的活动，进入产品详情页领取优惠 公司注册（含三章）领取流程 代理记账服务领取流程 注册+代账套餐领取流程 低税率园区注册套餐领取流程 支付时代金券会自动展示在订单下方，并使用代金券支付，以最低价格折扣购买商品。 融易算-钉钉官方指定唯一工商财税服务商 了解融易算更多信息，可搜索微信公众号“融易算企业服务”进行关注

目前,北京、广州、上海、武汉、重庆、无锡,越来越多的城市发放了无人驾驶商用牌照,开展特定区域自动驾驶测试和应用,尤其是自动驾驶出租车更是受到了广大市民的热情参与。具有L2—L3级自动驾驶功能的车型纷纷上市,得到汽车消费新势力的追捧,在公交班车、干线物流、工矿运输、无人配送等特定场景,L4高级别自动驾驶也已进入试运行。 我们看到智能汽车如今正在加速发展并取得了巨大进步,但智能驾驶技术至今仍是一门“玄学”,人们惊叹于它的高科技技术,也忧心于安全问题。从驾驶到安全驾驶,其核心在于如何在提高车辆智能化感知程度、控制程度和适用道路场景的同时通过技术来保障人、车的安全。 这不得不提到汽车是如何具备“智力”,进行智能驾驶的。简单来说,智能驾驶即通过感知、规划、决策等过程,完成汽车的控制,这一过程,可以归纳为“人工智能”。然而,这更像是一个结果,想要让汽车本身的算法做到处理更多、更复杂的场景,背后就需要有海量准确、高质的真实AI数据做支撑。 作为智能驾驶汽车的“见闻色”,AI数据的“数量”与“质量”非常重要。可以说,AI数据就是人工智能学习的教材,它存在的意义便是让机器理解、认识世界。以AI数据服务头部企业云测数据的智能驾驶数据服务解决方案为例,来了解在实现智能驾驶的这一过程中,需要哪些方面的AI数据。 通过剖析云测数据智能驾驶AI数据服务方案,我们发现云测数据为智能驾驶安全快速落地提供着多维度、多模态的数据服务。所谓多模态,即是对多维时间、空间、环境数据的感知与融合。 在智能驾驶中涉及到摄像头的AI数据,多为图片类数据: 如在车内场景中涉及到疲劳监测、动作识别、场景光线等一切会在车内发生的场景,以及在车外环境中更复杂的障碍物、道路、天气、地点、车道线、路标,以及一些长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等所有可能会涉及的场景数据,可实现连续帧标注、2D图像框选、图像分割、等众多功能。 但由于对安全的严苛要求,当前的智能驾驶所需数据需求,正向着多模态的方向发展。在汽车的感知部分不仅只有摄像头,还有激光雷达、毫米波雷达、超声波雷达等多种方式共同组成,而这些感知方式都需要对应的数据标注。 以激光雷达为例,高性能激光雷达可以实现200米范围内,精度高达厘米级的3D场景扫描重现。它生成的3D点云数据通过云测数据的高精准度标注后,可以助力自动驾驶模型的训练。云测数据基于行业先进的标注工具和丰富的标注经验,对机动车、障碍物等目标物进行3D框选、对雷达图进行语义分割,同时还可以对2D 3D多传感器融合的数据进行同时标注,实现视觉和雷达的数据感知,帮助汽车更好的感知道路场景,为智能驾驶技术的发展保驾护航。 值得一提的是,云测数据正在用实际行动践行着“高质量AI数据”的标准。在今年首场国家级重大国际经贸活动服贸会上,云测数据作为据标注行业的龙头企业受邀参加成果展示,代表行业首次发布了其一项重要成果,云测数据项目最高交付精准度达到了99.99%,成为目前数据标注领域可达到的最高服务标准,创造了行业的新标杆。 不仅如此,云测数据自主研发的三维标注工具,尤其是3D点云的标注工具,通过渲染引擎等方面的优化,可保证整个过程的流畅和快捷。对雷达成像的图像中的机动车、障碍物、行人等多目标进行3D标注,也是业内率先实现2D、3D融合标注的平台之一。在数据质量的导向下实现更优的品控和更快的数据交付,当属业内领先。 智能驾驶是汽车产业与大数据,物联网,云计算,信息技术,交通出行,城市管理多领域深度融合的产物,不管是前两天的2020世界智能网联汽车大会、进博会还是正在开展期间的高交会,智能驾驶都是受关注的产业领域之一,它对降低交通拥堵,事故率,帮助城市构建安全、高效的未来出行结构,对汽车产业的变革以及城市交通的规划有着深远的影响。AI作为智能驾驶感知世界的“眼睛”,将持续助力智能驾驶商业创新和产业化进程,让科技创新成果更好造福百姓生活。

11月13日-14日，由江苏省人工智能学会、华为终端云服务、华为南京研究所共同举办的2020 DIGIX全球校园AI算法精英大赛在华为南京研究所圆满收官。两大赛道30支决赛队伍巅峰对战，竞争大赛特设专项激励奖金158,000美金，最终风犹惊入萧独夜战队、Triste战队、淼日晨诚队斩获“机器学习”赛道一、二、三等奖，小天天战队、WEARE战队、TIME战队则夺得“计算机视觉”赛道一、二、三等奖。 大赛自7月启动以来，受到了全球AI算法爱好者及业界的广泛关注。整个赛程历时130天，覆盖全球16个国家和地区，吸引了2673支队伍近6000名校园算法精英参赛。华为消费者业务云服务总裁张平安在颁奖致辞中表示：未来技术世界充满想象，需要灯塔来照亮，校园是基础科学研究的重要阵地，同学们都是点燃未来灯塔的精锐力量，华为将通过HMS生态构建，持续开放更多能力，加大耀星校园开发者的支持力度，全面赋能校园创新，为产业发展，为AI领域关键问题的突破做出贡献，让更多校园创新与实际应用高效融合，让AI创新的成果惠及全球各个角落。 华为消费者业务云服务总裁张平安为总决赛致辞 本次大赛邀请了南京大学计算机系主任、人工智能学院院长、欧洲科学院外籍院士周志华教授，佐治亚理工学院教授、AAAI2019大会程序委员会主席Pascal Van Hentenryck以及意大利罗马萨皮恩扎大学教授、2020欧洲人工智能大会程序委员会主席Giuseppe De Giacomo、三位全球AI领域的顶尖专家组成科学顾问委员会，以及20位国内外AI领域的权威专家组成大赛评委团。 本次算法大赛总决赛评审团与颁奖嘉宾合影 探索AI应用场景 激发校园精英创新火花 数字化变革时代，AI技术如何更好更快地落地应用，成为行业共同面临的课题。本次算法精英赛在超大规模计算广告、细粒度图像检索这两个业界的前沿领域不断挑战极限。机器学习赛道设置“广告CTR预估”及“搜索相关性预测”赛题，探索AI技术在数字营销领域的突破应用;计算机视觉赛道设置 “数码设备图像检索”赛题，探讨图像检索在拍照购物场景下的典型应用，贴近AI真实业务场景难题激发了校园AI精英创新活力。 华为专家分享课题实践应用 在激烈的总决赛阶段，30支决赛队伍发挥出色。在机器学习赛道，例如知南而上的小蓝鲸战队使用前沿深度学习技术，相比传统人工设计的强特征方法，该方法深入挖掘用户行为规律，将不同维度特征进行有效融合，更加准确地预测用户点击广告的情况。在计算机视觉赛道，例如小天天战队把最新的深度学习模型应用到图像检索算法当中，并将全局特征和局部特征等多维度信息进行融合，显著提高检索结果的准确性。 评审团及嘉宾代表为两大赛道冠军队伍颁奖 专家评委团对选手们的赛题设置、团队整体的专业水准及技术创新能力等也给予了高度评价。本次大赛评审团总顾问，南京大学计算机系主任、人工智能学院院长、欧洲科学院外籍院士周志华教授在致辞中他表示：“本次活动给予选手很大的发挥空间，希望越来越多的优秀年轻人能够脱颖而出，成为未来人工智能乃至整个信息事业的骨干和生力军。”希望未来有更多的算法爱好者加入我们的行列，构筑互联网新生态。 南京大学计算机系主任、人工智能学院院长、欧洲科学院外籍院士周志华教授发表致辞 发掘校园AI新势力 持续推动产学繁荣 人工智能时代，AI人才、算法、数据、资源是推动产业发展的关键。本次大赛不仅为校园算法精英提供了基于真实业务场景的算法挑战，还提供了强大的算力支持。他们运用数据算法解决业务场景中的实际问题，将理论知识与创新实战相结合，让AI技术真正落地应用并服务于行业。同时，大赛还助力校园算法精英和产业获得更多的关注、资源和施展空间，激发校园算法精英创新创造，建立了赛事、产业、人才共赢的良好生态，助推产学繁荣发展。 2019年至今，华为校园开发者计划(HUAWEI Student Developers,简称HSD)通过各类赛事、技术沙龙、Codelabs等活动助力校园开发者探索前沿技术，打造校园创新生态。2020年7月，华为针对校园开发者长期开放激励计划——耀星计划·校园创新激励，特设激励基金以及资源鼓励校园开发者发挥创造潜力。 DIGIX校园AI算法大赛已连续举办两届，其将AI理论技术结合真实业务场景的赛题挑战，产业与学界携手打造算法赛事的合作实践取得了较好的成果，更是受到了广泛校园算法精英的关注。未来，华为也将持续举办DIGIX校园系列赛事，欢迎广大校园开发者登录华为开发者联盟官网，关注并了解更多信息。

这个9月，AI芯片独角兽地平线发布了自诩最强边缘AI芯片地平线「旭日3」，一时间引起轰动。相比第二代芯片，「旭日3」的AI性能上得到很大提升，只需在2.5W的功耗下，能够达到等效5TOPS的标准算力。尤其是对应高端市场的旭日3M，有更强大的编解码能力，强大的ISP效果令其极具竞争力。 这些年来，地平线的主要精力都放在旭日及征程等系列，产品线主要聚焦在边缘AI芯片这一领域，这也让地平线成为全球估值最高的人工智能芯片独角兽。众所周知，AI芯片分为云端和边缘端，云端芯片要求高性能，边缘端芯片由于应用场景众多，对于环境和能耗等也有更多要求。事实上，当前边缘AI芯片已不再是个小众领域，除地平线以外，包括谷歌、英伟达、英特尔、高通、华为、寒武纪均于近两年推出边缘AI芯片，AI芯片的战火已经由云端蔓延到了边缘。 根据全球技术市场咨询公司ABIResearch的数据显示：预计到2025年，边缘AI芯片组市场的收入将达到122亿美元，云AI芯片组市场的收入将达到119亿美元。边缘AI芯片组市场将超过云AI芯片组市场。首席分析师LianJyeSu表示：随着行业的发展，企业越来越多的需要解决有关数据隐私、电源效率、低延迟和强大的设备上计算性能等问题，边缘AI将是解决方案。预期在未来五年，AI训练与推论会在网关或是各种边缘装置进行，甚至往下到传感器节点。那么，边缘AI到底是什么，靠什么能解决这些行业痛点呢？ 一、边缘计算与边缘AI 近年来，物联网设备连接数呈现出线性增长趋势。据Gartner预测，到2020年，全球物联网设备的数量将超过200亿台。与此同时，设备本身也变得越来越智能化。人工智能与物联网在实际应用中的落地与融合，将推动人类社会进入“万物智能互联”时代，而随之产生的数据也将呈井喷式爆发。 在过去的十年里，云计算成功地缓解了日益增长的数据所带来的存储、管理等问题，但是目前网络带宽的增长速度远远赶不上数据的增长速度，网络带宽成本的下降速度要比CPU、内存这些硬件资源成本的下降速度慢很多，同时复杂的网络环境让网络延迟很难有突破性提升。所以，传统的云计算不能满足对响应时间和安全性的高要求。以无人驾驶汽车为例，高速行驶的汽车需要在毫秒级的时间内响应，一旦由于数据传输、网络等问题导致系统响应时间增加，将会造成严重的后果。 除此之外，云计算还面临带宽不足的问题。如果将边缘设备产生的大量数据全部传输至云计算中心，会给网络带宽造成极大的压力。例如，飞机波音787每秒产生的数据超过5GB，但飞机与卫星之间的带宽不足以支持数据的实时传输。总之，单纯依靠云计算这种集中式的计算处理方式，不足以支持以物联网感知为背景的应用程序运行和海量数据处理。在这种应用背景下，边缘计算应运而生。它与现有的云计算集中式处理模型相结合，能有效解决云中心和网络边缘的大数据处理问题。 边缘计算是云计算的一种补充和优化。如果说云计算是集中式、在“云端”进行的大数据处理，那么，边缘计算则可以理解为边缘侧、靠近终端（例如手机、智能语音交互设备等）的大数据处理。在很多情况下，边缘计算和云计算是共生关系。有个形象的解释，把云计算和边缘计算比喻成章鱼的各器官，似乎更容易理解。作为自然界中智商最高的无脊椎动物，章鱼拥有“概念思维”能力，与两个强大的记忆系统分不开。一个是大脑记忆系统，大脑具有5亿个神经元，另一个是八个爪子上的吸盘。也就是说，章鱼的八条腿可以思考并解决问题。云计算就好比章鱼的大脑，边缘计算就类似于八爪鱼的那些小爪子，一个爪子就是一个小型的机房，靠近具体的实物。边缘计算更靠近设备端，更靠近用户。 具体而言，边缘计算有几个明显的优点： 带宽：边缘设备处理了部分产生的临时数据，不再需要将全部数据上传至云端，只需要传输有价值的数据，这极大地减轻了网络带宽的压力，且减少了对计算存储资源的需求； 延迟：在靠近数据源端进行数据处理，能够大大地减少系统时延，提高服务的响应时间； 经济性：某个应用如果使用云端，即使能从技术上解决带宽和延迟问题，但在边缘执行计算可能更划算； 可靠性：某个应用如果使用云端，即使能从技术上解决带宽和延迟问题，但到云端的网络连接并非一直可靠，而应用可能需要一直运作。在这种情况下，就要使用边缘计算了。例如人脸辨识门锁，如果网络连接断开，你希望门锁仍然正常工作； 隐私：某个应用如果使用云端，即使能从技术上解决带宽、延迟、可靠性和经济性等问题，可能仍有许多应用出于隐私考虑而需要进行本地处理。边缘计算为关键性隐私数据的存储与使用提供了基础设施，提升数据的安全性。 边缘计算因为其突出的优点，满足未来万物联网的需求，从2016年开始迅速升温，引起全球的密切关注。当然，边缘计算是一个持续迭代更新的概念，不同技术的融合，使得边缘计算的内核不断创新，例如人工智能和神经网络的应用，也正在赋能“边缘AI”的落地。得益于云端服务器广泛的数据计算能力，人工智能和机器学习领域取得了巨大进步，发展出更加综合性的人工神经网络，以解决富于挑战性的任务。随着机器学习、神经网络训练等网络架构和工具不断适配、兼容到嵌入式系统上，越来越多的AI应用也可以直接在边缘设备运行，于是“边缘AI”成为了当下讨论的热点。 边缘AI是指在硬件设备上本地处理的AI算法，可以在没有网络连接的情况下处理数据。这意味着可以在无需流式传输或在云端数据存储的情况下进行数据创建等操作。为了实现这些目标，边缘计算可以在云上靠深度学习生成数据，而在数据原点——即设备本身（边缘）执行模型的推断和预测。 目前，国际上尚未建立边缘人工智能的标准架构和统一算法，但各大厂商已经开始在相关领域进行探索。谷歌、亚马逊和微软等传统云服务提供商推出了边缘人工智能服务平台，通过在终端设备本地运行预先训练好的模型进行机器学习推断，将智能服务推向边缘。此外，市场上已经出现多种边缘人工智能芯片，如文章开篇提到的地平线旭日3、谷歌edgeTPU、英特尔NervanaNNP、华为Ascend910和Ascend310等。 二、边缘计算与5G 边缘计算与5G可以说是互为犄角的关系。 国际标准化组织3GPP定义了5G的三大场景。其中，eMBB指3D/超高清视频等大流量移动宽带业务，mMTC指大规模物联网业务，URLLC指如无人驾驶、工业自动化等需要低时延、高可靠连接的业务。5G通信网络更加去中心化，需要在网络边缘部署小规模或者便携式数据中心，进行终端请求的本地化处理，以满足URLLC和mMTC的超低延时需求，因此边缘计是5G核心技术之一。 边缘计算恰好可以解决5G三大场景面临的问题。首先，边缘计算设备将为新的和现有的边缘设备提供连接和保护；其次，尽管5G将为基于云的应用程序提供更好的连接性和更低的延迟，但仍然存在处理和存储数据的成本。混合边缘计算/5G解决方案将降低这些成本；最后，边缘计算可以让更多应用程序在边缘运行，减短了由数据传输速度和带宽限制所带来的延时，并可对本地数据做初步分析，为云分担一部分工作。 另一方面，5G与边缘计算一定程度上是相辅相成的。一方面，得益于5G自身发展，将对边缘计算的发展起到直接促进作用；另一方面，由于5G对物联网有促进作用，也将间接促进边缘计算发展。 三、边缘AI的使用场景 边缘AI因其流量占有少、时延低、隐私性强等特征，在各行各业具有广泛的应用前景。 智能手机 这或许是我们最熟悉的边缘AI设备。Siri和谷歌助手是智能手机上边缘AI的最好例证，因为该技术驱动了它们的语音UI。手机上的AI使得数据处理发生在设备（边缘）侧，这意味着不需要将设备数据交付到云端。这有助于保护隐私和减少流量。 智慧家居 随着物联网的普及，家庭生活将引入越来越多的智能应用，如智能照明控制、智能电视、智能空调等，这些应用需要在家庭部署大量的传感器和控制器。为了保护家庭数据隐私，数据处理必须依赖边缘计算，使大部分计算资源被限制在家庭内部网关，敏感的数据被禁止外流。通过边缘人工智能优化室内定位和家庭入侵检测，从而获得比云计算更高的准确性和更低延迟。例如AmazonEcho、谷歌Home等智能音箱被广泛应用，它们接收用户指令，并通过与第三方（服务或家用电器）的交互做出响应。然而智能音箱依赖云端进行语音识别、语言语义的理解和处理，会造成家庭数据隐私泄露，而应用边缘人工智能则能够有效解决这些问题。家庭娱乐也将从边缘人工智能受益，无需将用户偏好上传到云端，系统可自行推荐个性化服务，让用户拥有更好的娱乐体验。 无人机 无人机可以飞到人迹罕至的危险区域进行探险，并以特有方式拍摄鸟瞰图像。无人机的应用正在扩大，其中一方面包括农业中的应用，而另一方面是在采矿业中应用。然而，这些设备必须能够“电告总部（phonehome）”才能响应它们所收集的数据。边缘计算使无人机能够检查数据并实时响应数据。例如，百度智能云与麦飞科技一起将BIE-AI-Board（内置检测模型和作业模型）部署在无人机上，利用高光谱及可见光摄像头采集作物信息数据，将之上传至BIE-AI-Board，由BIE-AI-Board加载检测模型对作物病虫害位置、等级进行判断，并根据检测结果调用作业模型控制植保机执行植保作业，现该方案已在国内多块农田里开始实施。 智慧农业 农业也将同样受益于边缘AI。除了无人机的应用，还有利用基于边缘计算的农业物联网实现精准农业的应用等。例如，一家总部位于澳大利亚的农业技术公司TheYield，它使用传感器、数据和人工智能帮助农民做出有关天气、土壤和植物条件的明智决策。 公共安全 人脸识别系统是监控摄像头的发展方向，它可以通过学习人脸识别人类个体。2019年11月，WDS有限公司发布了AI摄像头模块Eeye，通过边缘AI实时分析面部特征。对于边缘计算的使用，即强化摄像头终端的运算处理能，可让其所搭载的人脸识别功能不再依赖云端服务器，避免耗费时间上传图像，节省了大量带宽资源。而且通过在本地设备上直接完成脸部辨识，进而让识别过程缩短至1.5秒内。 实时视频分析也是边缘AI最重要的应用场景之一。此前，视频分析一般在云端进行，面临着高流量消耗、延迟大等问题。随着边缘计算的发展，可以将部分视频分析工作转移到边缘节点进行。在末端，视频采集设备负责视频采集、压缩和图像/视频预处理。在边缘层，多个分布式边缘节点相互协作。在云端，由于边缘节点的分布式模型训练可能因其本地知识有限而未能经过良好训练，当边缘无法提供服务时，云利用全局知识进行进一步处理，并帮助边缘节点更新训练模型。 Tractica的一份报告估计：到2025年，人工智能边缘设备出货量将从2018年的1.614亿台增加到全球每年26亿台。就单位数量而言，顶级的人工智能边缘设备将包括手机、智能扬声器、个人电脑/平板电脑、头戴式显示器、汽车传感器、无人机、消费者和企业机器人以及安全摄像头。可穿戴式健康传感器、建筑物或设施传感器还将有更多人工智能。 车联网 车联网通过将车辆互联，提高安全性和效率，减少交通事故和避免拥塞。前期，蜂窝网络、边缘计算、AI都曾作为独立的技术为车联网服务。边缘计算能够为车联网提供高速数据传输、低时延等服务，使得自动驾驶成为可能。AI更是被广泛应用于智慧交通的各个领域。两者结合将有利于进一步优化车联网的性能，通过边缘人工智能实现车辆的精准定位、目标跟踪、智能感知和决策。 医疗健康 健康医疗已经进入数据时代。健康意识的普及使得医疗器械和终端越来越多样化，边缘人工智能将在智慧医疗领域有多个应用场景。首先是院前急救，在急诊病人到达医院或者两个医院转移期间，目前的紧急医疗服务大多部署在云端，容易受移动环境和极端天气的影响和限制。边缘人工智能可以在救护车和医院之间建立双向实时通信信道，实现实时自然语言和图像处理，提高及时性和效率。其次是智能可穿戴设备，目前的智能可穿戴设备受计算能力影响，只起到数据采集的作用。边缘人工智能在智能穿戴领域的研究正在进行，例如瓦伦西亚政治大学研究员贾米·安德列斯·林肯在可穿戴设备上部署边缘AI监测人类情绪等。未来，将有更多轻量级智能算法在终端上进行，实时监测、分析和预测健康数据，帮助人类更好地了解自己身体状况。 智慧城市 随着城市规模的不断扩大，数据呈现地理分布的特性，需要边缘人工智能模式提供对时延敏感设备的监控和智能控制。通过边缘计算支撑智慧城市大规模基础设施的计算和服务，可以实现终端设备的低时延应用，将时延要求高的任务部署在边缘节点执行。通过AI来协同和调度城市基础设施，应用到公共安全、健康医疗、城市管理、交通出行、智慧社区和其他领域，实现整个城市的资源最佳利用。 例如，关于交通拥堵问题，新加坡通过联网运输解决方案应对了巨大的交通挑战。其智能交通系统（ITS）已经形成了电子道路收费的先锋系统，随着交通量激增公路收费也随之增加。ITS还允许通过具有GPS功能的出租车提供实时交通信息，并整合公共交通结构，同时也能够使公交车更加准时。城市卫生条件也可以通过智能技术改善，如使用互联网连接的垃圾桶或物联网支持的车队管理系统进行废物收集和垃圾处理，或者是将传感器技术应用于智能废物容器，（它会自动感知什么时候垃圾到达容器的顶部，从而及时通知城市环卫部门收集垃圾）。 制造业 在工业制造领域，AI和边缘应用有望在智能工厂的发展中发挥越来越重要的作用。在工业4.0模式的推动下，下一代智能工厂将先进的机器人技术、机器学习技术应用于软件服务和工业物联网中，以提高产能和最大化生产效率。边缘计算和人工智能使用本地传感器控制和管理输出，能够显着地提高效率，减少误差。边缘系统可以在毫秒内响应输入，要么进行调整以修复问题，要么关闭生产线以防止出现严重问题。 四、边缘AI所面临的挑战 近两年，边缘智能产业生态逐渐构建，不过在形势大好的背后，边缘智能仍然面临着各种各样的难题。 其一，由于云计算服务的下沉，有些流量直接通过本地边缘智能平台流出。在传统核心网中，计算、控制、安全等均在核心网内部完成，如何对边缘智能平台的流量进行计费和控制，需要进行研究；同时边缘智能在实际的网络架构上有多种不同的部署规划，比如部署在无线接入云、边缘云及汇聚云，而不同的架构所面临的问题也略有不同。 其二，边缘智能所服务的对象以及场景较为多样化，如何使一套边缘智能平台适应多样化的第三方应用，也是目前面临的一个问题。 其三，因为业务的碎片化，边缘智能可能针对单一场景或者两三个场景进行部署，不仅需要在整个部署能力特性上进行明确定义，且需要考虑如何进行敏捷智能化的运维。 其四，如何更好地引入人工智能，发挥边缘计算的整体优势有待研究。 其五，协调如何将边缘智能平台内部基于OpenStack的平台管理子系统进一步轻量化，并考虑将一些微服务架构迅速地引入边缘智能平台，从而降低管理开销。此外，边缘智能的商业运营模式、部署位置、自愈和自动扩缩容等问题仍需要得到进一步的明确和解决。 当前，虽然边缘智能仍处于发展初期，不过作为下一波计算浪潮，从通信行业、互联网行业再到工业领域，普遍对边缘智能将要发挥的重大作用寄予了厚望。边缘智能作为使能5G三大典型应用场景的计算范式，把IT服务环境和云计算能力扩展到了移动网络边缘，必将与云端智能协同助力各行各业的数字化转型。随着5G的普及，相信不久将看到全球边缘AI服务成本的下降和需求的上升。 编辑：文婧 校对：林亦霖

百度AI商业化已经实现持续稳健增长，智能云业务进入快速增长通道。北京时间11月17日，百度发布了截至2020年9月30日未经审计的第三季度财务报告。财报显示，2020年第三季度，百度实现营收282亿元，归属百度的净利润达到137亿元，营收和利润均超出华尔街预期。其中，得益于智能云业务收入攀升，百度核心非在线广告收入29亿元，同比增长14%。百度董事长兼CEO李彦宏表示：“第三季度，AI新业务稳健增长，特别是在智能云领域，百度凭借领先的AI解决方案形成了差异化发展路线。” 当下，各行各业乃至地方政府都在经历数字化转型和智能化升级的浪潮，百度AI新业务也借此势头稳健增长。其中，智能云业务更具穿透力，商业化提速。 据百度财报显示，在第三季度，百度智能云在智慧金融、工业互联网等领域的市场份额进一步提升。其中，百度中标了拥有近4万个分支机构的中国邮政储蓄银行项目，将通过机器学习和其他AI能力助力其开展风控审计工作。百度智能云还中标贵阳经济开发区工业互联网基础设施建设项目，将对经开区400多家工业企业实施工业互联网的改造。此外，百度智能云还在业界率先打造出一站式的AI-Native云计算服务，实现智能计算能力全面升级，打造全面领先的云基础设施服务。 （2020年10月23日，百度与贵阳经开区举行工业互联网项目签约仪式） 百度智能云快速增长背后，源自百度领先的AI技术为其塑造出独特的差异化竞争力。在第三季度，作为百度AI多年技术积累和产业实践的集大成，百度大脑6.0核心技术持续保持领先，不断夯实“软硬一体AI大生产平台”。 “软”的方面，“智能时代的操作系统”飞桨深度学习平台全面升级API体系，让开发者可以更便捷地开发、更高效地部署模型；“硬”的方面，已经预发布的百度自研的AI芯片百度昆仑2性能大幅提升，能够更好地满足各种场景的AI计算需求。目前，百度智能云拥有中国最大的AI开放平台和开发者社区，已经开放270多种AI能力，服务超过200万开发者。 十九届五中全会公报明确提出要“加快发展现代产业体系、推动经济体系优化升级”，坚定不移建设制造强国、质量强国、网络强国、数字中国，以推进产业基础高级化、产业链现代化，提高经济质量效益和核心竞争力。这意味着，在“十四五”中，人工智能作为新一轮科技革命和产业变革的重要驱动力量，将发挥前所未有的重要作用，这也给百度等科技公司带来新的发展机遇。 百度CTO王海峰在百度世界2020上曾表示，百度智能云就像武侠小说里少林寺的藏经阁，将百度领先的AI技术融汇成无数“内功心法”和“武功技能”，赋能给社会经济各领域，加速中国产业智能化步伐。 业内人士认为，拥有领先AI技术以及在智慧金融、智能制造、智慧城市、智慧能源等领域拥有丰富落地经验的百度智能云，竞争力优势明显，将在“十四五”持续保持快速增长态势，为AI商业化打开更大的增长空间。

今年11.11，国美来真的！线上平台大发力，以真实惠打动消费者！从12日国美发布的11.11战报就能看出，整体GMV提升166%，真实数据妥妥展示了消费者对国美的认可。 11.11前夕，国美强势推出“超低价爆款清单”，涵盖了真选的大小家电和数码产品，让利30%击穿全网底价。国美不打广告，省下了数亿的广告成本，全部对商品售价进行减扣，直接让利给用户，保证给消费者最想要的真正低价、极致性价比的好商品和好服务！ 国美零售副总裁王巍表示，国美今年11.11线上表现如此亮眼，成功的背后有“三大杀手锏”，既源于国美多年的深耕布局，也是国美构建开放的大生态圈的基础！ 杀手锏之一：近34年的“供应链优势” 国美深耕零售，对供应链的掌控力强，与厂商伙伴的深厚合作关系硬，国美可以根据用户需求，以需定采，与厂商深度对接，从源头把控商品品质，最大程度满足用户期待值。值得一提的是，国美还保障了厂家直销去溢价，将真选利润做到极低，真正做到实打实补贴用户。 另一方面，国美主动开放自己建立起的供应链，持续完善“家电+非家电”业务体系。家电领域依然主打真选商品和价格优势，非家电领域则不断拓宽，生鲜超市、火锅烧烤食材，以及全产业链透明化的家装设计等自营垂类业务试验，有效增厚了国美生态圈。 杀手锏二：独特的“低成本高转化的经营模式” 依托全国近三千家线下门店，国美才能毫无障碍地打造线上线下双平台全场景，让消费者体验了再决定购买！同时，国美零售也已在全国各地建立起庞大的社群和用户基础，覆盖超过7000万人群，再通过“一店一页”、社群、直播等形式精准导流。 杀手锏三：全程一站式服务 一直以来，国美秉承“服务先行”的理念，在售前、售中、售后做到完美闭环服务。售前，线下平台（门店）提供精品体验，辅以线上平台“一店一页”真人导购、品质直播、社群导流等促销手段。 售中，消费者全部在线下单，电子票证，订单流转可视化，消费更放心。同时配备专业物流，小件商品“闪店送”、大件商品“送安一体”、“空调十免安心装”。 售后，国美管家全保障，“送-安-维-洁-保-换”流程化，为用户提供家电维修、手机维修、家电清洗、家电回收、手机回收五大核心服务，将服务项目透明化，服务收费降到极低。全套一站式服务，真正让用户省心、省钱、安心！ 如今，国美线上平台大爆发，以线上平台为主的平台优势逐渐明显。未来，国美将不断完善线上线下双平台的共享零售模式，通过“社交+商务+共享”的机制，打造国美生态圈。“不玩虚的，就玩真感情”，以线上平台为核心发力点的11.11战略，国美赢了！

今年双11鲜果市场表现亮眼。京东生鲜数据显示，11日开售不到10min，百万级库存被抢购一空;10min，500万颗爱媛果冻橙、80万斤国产苹果、35万颗琯溪蜜柚被订走，佳沛奇异果成为明星单品。 双11囤水果背后，也是用户对一日三餐之外的高品质饮食有需求的表现。也正是人们对健康饮食的重视，催生了卡萨帝冰吧12℃“暖藏”模式。 近期，一支水果储鲜视频从网络传出，为大家演示了部分水果冷藏后的情况，香蕉在冰箱冷藏3天后出现黑斑、芒果冷藏7天内部发黑腐坏。同时，视频也给出了结论——热带水果“冷藏”不行，但可以“暖藏”。 储鲜是冰箱的强项，但储水果未必 《高端人群健康饮食报告》指出高端人群会为特定食材准备专属冰箱分区，但并不是所有食材都能放进冰箱。这是因为冰箱4℃冷藏温度虽然能有效抑制细菌生长，但对热带水果来说，太“冷”了。知名母婴育儿博主、营养师王斌也表达过同样的观点：热带水果在10℃以下容易发黑腐烂，如果是颜色偏青、还未完全成熟的香蕉、芒果，冷藏后会腐烂得更快。 当然也并不是只要“暖”就能延长水果保鲜期,乙烯也要“防”。以香蕉为例，22℃常温下它会迅速释放乙烯自我催熟，储存8天，腐烂指数0.96，失重率15.7%，VC含量0.13mg/100g，腐败变黑。 对此，卡萨帝冰吧给出了“暖藏”解决方案：用四维生态果藏方案模拟原生态水果生长环境，以12℃暖藏、90%湿度、除乙烯模块及溶菌酶抗菌涂层，营造热带果园般储鲜环境。中国农业大学实验发现，香蕉在冰吧12℃下储存7天，颜色依旧鲜艳，果实失重率仅为2.9%，新鲜可食。 除了保鲜，还能带来全场景储鲜 很多人觉得，家里已有冰箱，再添置冰吧难免拥挤。其实，冰吧未必要挤占厨房空间，它适用于大部分家居场景，除了厨房，还可以放在客厅、卧室等。 拿客厅来说，苏宁易购发布的《2020客厅消费白皮书》显示，超过50%的用户对现有客厅功能分区及用途不满意，大家希望客厅承担起社交功能，接待朋友时不必再跑餐厅、咖啡馆。其实这不难实现，只要家里有一间给力的厨房，外加一台高端冰吧就可以了。 而且，冰吧并不仅仅是保鲜容器。以今年10月发布的卡萨帝鲜+原石套系为例，它带来的是整套家庭储鲜方案。原石冰箱在储鲜食材的同时，还可以为用户推荐营养食谱;酒柜为红、白葡萄酒提供12-14℃多温区专业储存，佐餐红酒随时取用;冰吧不仅为水果提供12℃暖藏，还会提醒用户及时食用。 在消费升级大趋势下，用户对饮食健康、家居场景的要求日益攀高，而卡萨帝冰吧顺应市场需求，不断收获市场和用户认可。这一点双11数据可提供佐证，11月1日-11日，卡萨帝冰酒零售额增幅264%，5k+价位段份额70%。

11月25日，主题为“数智互联·共塑未来”的JDDiscovery-2020京东全球科技探索者大会在京盛大举行。在京东内部，京东智联云始终专注于产业数智化的实践和探索，并成为京东助推产业与实体经济数智化升级的“前锋”。大会期间，京东智联云一举发布近20个产业解决方案，实力印证京东智联云作为京东的技术基石，正在助推产业数智化加速到来。 （JDD2020智能情感客服系统“言犀”升级亮相） 大会上，京东智联云自主研发的智能情感客服系统“言犀”全新升级亮相。基于智能人机对话与交互平台，包含智能客服云、交互营销云、交互媒体云等产品矩阵，能够为政务、金融、零售、教育等行业客户提供全栈技术支持及产品服务能力。今年11.11大促期间，言犀平台累计服务顾客3.2亿次，其中智能交互营销帮助海尔旗舰店实现订单转化率增幅42%。 （JDD2020“京东C2M智能工厂”正式亮相） 在产业新基建分论坛，“京东C2M智能工厂”正式亮相。目前，京东C2M智能工厂已经与生态伙伴达成战略合作，从柔性切线，品质管理切入，以AI加自动化为核心，携手共同打造端到端C2M智能工厂解决方案，赋能制造业的转型升级，并共建智能制造技术生态。 （JDD2020发布中小企业软件服务平台“京企企”） 此外，京东智联云还发布了“云链计划”生态联盟、“京企企”中小企业软件服务平台、“1+1+亿”中小企业扶植计划、混合云平台智联云云舰、虚拟化引擎京刚第四代、JDStack X1等产研新品，京东智联云联合京东健康发布新品京智康家医守护星等多项产业数智化解决方案。在当天六场分论坛中，京东智联云扎实、丰富的产业数智化解决方案，不但展示了以京东智联云为基石的京东技术转型成果，也呈现了京东智联云对产业数智化、实体经济升级的切实推动。

市场波动起伏，三人行必有我师。老虎推出全新人物访谈栏目「虎友说」，每期我们将采访老虎社区及交易用户中各类的投资者，带你走进他们的投资故事，让投资不再孤单。 上期我们邀请到了社区红人@村委主任，让他讲述了他与蔚来、与李斌的故事。如果说@村委主任是蔚来车主及资深投资者的代表，我们本期的主人公@蔚来未来车主，则或是那群年轻、但无比看好中国新能源车、希望做蔚来未来车主的投资者的缩影。 @蔚来未来车主，英文名Jacky，一名大三经济系在读学生。从他在老虎社区里的昵称就可以看出，他是一名蔚来的死忠粉，从19年初持有至今，蔚来让他实现了10倍收益。虽比不上资本金高达几十、几百万美金，运筹帷幄的投资大佬，但这个20岁出头的年轻人也因在美股“摸爬滚打”2年时间，相比很多同龄人对于整个金融市场有更深的理解。 Jacky说，投资蔚来让他变成熟了。“风口之下，猪都能飞，盲从炒作更多时候只能幸运一时。但浪潮退去，对这个公司和行业到底研究多深才是最终决定你能走多远的原因。” 认可李斌，起源于摩拜 买蔚来，Jacky并非一时兴起。说到底，是对李斌这个人的认可。 早在5年前，在Jacky还是高中生时，李斌以个人的名义出资146万投资了摩拜单车，是摩拜早期投资人。这个被后来报道称为“让李斌换成13.4亿丰厚回报”的下注在Jacky看来体现了李斌对于出行领域的敏锐眼光。 “当时了解过共享单车的商业模式，因为自己上下学也时常骑。确实单就共享单车这个业务，市场是有需求的。”Jacky说。虽然之后共享单车陷入补贴烧钱大战，摩拜被美团收购，李斌挥手退出，行业进入洗牌期，但Jacky对这位连续创业者依旧很是佩服，“李斌有次采访说摩拜产品标准很高，可以经历15万次的震动的测试。其实这就可以看出比起追求短期盈利铺量圈地，李斌更在意用户体验。” 切换到用户视觉去考虑感性体验的细枝末节的打法被李斌延续到蔚来身上。作为李斌all in的产品，蔚来于2018年5月底交付首批 ES8，四个月后登陆美股。舆论蜂拥而至，好的坏的，外界在质疑，这家中国的新能源造车公司是否能在传统巨头林立的汽车市场撕开一道口子。毕竟当时，即便是早蔚来成立十多年的特斯拉在华尔街也常被唱衰。 蔚来就是在这样一种不确定的状态下走入Jacky的视线。“看到车后第一反应是好cool，但这个车性能如何、技术壁垒在哪、未来交付前景如何其实我都不太清楚，就是觉得新能源这个是未来发展方向。” 2019年3月，成为大学生的Jacky攒着生活费，加上多年的压岁钱，在老虎买入蔚来。5美元/股上下的价格在如今看来是“捡了便宜”，但在新能源汽车前景并不明朗的当时需要不少勇气，对于初涉美股的 Jacky更是如此。 “初生牛犊不怕虎。”Jacky评价那时的决定更像是一场“冒险”，虽老话说“富贵险中求”，但缺少详实尽调就低头买入，如今回想起来还让Jacky心有余悸。 蔚来最深的护城河是用户 市场是最好的教科书。 在Jacky入场后没多久，蔚来便进入了下行趋势，从2019年最高价10.64美元跌到1.19美元只用了不到八个月。这种暴击，别说是美股新人，就算是见惯风雨的资深投资者可能都扛不住。“当时短期还是比较消极的” Jacky坦言，“毕竟对于大学生来说不是小钱。” Jacky回忆起2019年的蔚来用了“最惨”二字：自燃、召回、现金流紧张……“很慌”是当时他看股价不断下跌的第一反应。要不要抛?他开始问自己，但是他很快意识到，因前期对这家公司做的并不深入，他并无法完全拆解新能源生意的真相。与之产生的连锁反应是，他在市场一片哀嚎时清仓蔚来，直到涨到13块再买回来。 一出一进，损失给Jacky实实在在上了一课。投资不能只凭满腔热血，还要依托于对商业的扎实理解上。也唯有深度理解，才能对市场足够敏感，在喧嚣中，坚持理性。 Jacky开始对蔚来进行研究，不仅限于交付量、财报等数据分析，他开始切实去蔚来体验店、去了解产品、形成自己的见解并在老虎社区与同道中人一起探讨。吃不准时，他也曾在老虎社区发过“还补仓吗”的询问贴。在蔚来股价落入谷底的那段时间里，老虎社区成为他寻求建议和鼓励的地方。 从几十年前只能面对面讨论股票到如今隔着屏幕，天南地北的人即可侃侃而谈，金融科技让投资者一下子跨过信息闭塞的大山，也促使Jacky让迅速成长。 “老虎社区里有很多蔚来的老车主，我了解到蔚来很大一部分订单来自老车主的推荐。这让我更明白李斌说蔚来是家用户企业到底是什么意思。” 蔚来用户的存在似乎颠覆了传统汽车品牌和用户的关系——不仅仅是蔚来的消费者，更是蔚来的粉丝。 “疫情期间，蔚来60%的订单来自用户推荐。”6月20日，蔚来创始人、董事长兼CEO李斌在2020中国企业未来之星年会暨中国企业家生态大会上坦言。此言非虚。此前，根据汽车之家的一项调查显示，有89%参与调查的蔚来车主表示向身边人推荐过蔚来汽车。 2019年NIO Day，在交通、住宿都需要自费的情况下，万余名蔚来车主还是选择从全国各地赶来，就连会场的饮用水，也是石家庄的一名蔚来车主赞助的。例子还有很多，比如去年年底，一位上海蔚来车主自掏腰包让蔚来出现在上海一万多辆出租车的广告屏上。 也正因此，让Jacky认定，“蔚来用户是蔚来最深的护城河，这是特斯拉、小鹏、理想无法超越的。”而这种近乎于饭圈文化的源头，往深里去说，萌发于蔚来死磕做好用户体验的态度。 讨论多了、思路多了、碰撞出来的不同维度最终让Jacky得到现在对蔚来的投资思路：“不卖了，持有个五到十年。” 十倍收益，相信蔚来能达到万亿市值 截至前三季度，蔚来累计交付量就达到26375台，同比上涨113.7%。单前8月的销量，就已超越2019年全年。随着产能的扩大，边际效应开始显现，有人预测，蔚来有望在今年年底或明年年初，迎来首度赢利拐点，而这将比特斯拉提前九年。 两年走来，Jacky在蔚来上的收益已有十倍，十年左右实现万亿美元市值是他对蔚来的判断。对于蔚来这样的“创新型”且在不断进化商业模式的企业，Jacky认为传统的估值方法一定程度上已经失效。“很多人说现在新能源汽车股价有泡沫，确实股价可能会有前置性，但我相信预期最终会被公司的发展被消化掉。未来有很多看点，比如蔚来换电模式和车电分离模式可能对传统加油站的颠覆等等。” 8月20日，蔚来汽车正式对外发布电池租用服务 BaaS (Battery as a Service)，这意味着，电池服务的灵活性再度升级。在Jacky看来，不断革新的技术已让估值变得动态起来，尤其当市场主流已认可汽车电动化和智能化的未来后。 大行业上，Jacky依旧看好新能源行业。“我国新能源电动汽车的发展目前还处在一个早期阶段，有点像诺基亚时代。汽车不像手机，毕竟是大消费商品，不是说换马上就换。但是随着国家政策指引，这个趋势不会变。” 除了蔚来，2020年，Jacky还买了嘉楠科技。他说这是因为他今年选修了一门叫《你所不知道的区块链》的课，“现在至少要有一定了解才会买，要敬畏市场。” “整体上，对这种新兴技术、前沿的公司比较感兴趣，像小米我也持有。现在宿舍好多小米的产品，从路由器、电水壶、到手机、耳机、手表。” 是股东，也是用户，这是Jacky的愿望。小米已实现，蔚来是下一个目标。 “我相信我的第一辆车应该是蔚来。”显然，像众多蔚来的铁粉一样，Jacky并不打算只做资本市场的玩家。 小虎提示：在老虎，有非常多初入美港股市场的年轻朋友，Jacky是其中的幸运者。我们建议大家在自己能力范围内锻炼投资技能，但不鼓励大学生用生活费炒股哦。股市跌宕起伏，小虎建议大家要做好功课，并合理评估和控制投资风险，入场前，推荐通过老虎模拟账户零成本、零风险体验美股基本交易功能，完善自己的交易技巧。

近日，BOSS直聘《2020人才资本趋势报告》发布。BOSS直聘认为：在新时代，随着前沿技术岗位向传统行业溢出，更需要终身学习者入局。 相比传统职业，前沿技术岗位多为新兴职业，普遍具有高知识密度和高迁移性等特点。这类岗位所需要的技能是通过持续不断地学习而获得的。这就需要具备终身学习能力，而非企业的不定期培训。 数据来源：BOSS直聘职业科学实验室 在BOSS直聘提供的数据可以看到前沿技术岗位从2017年到2019年在各个行业中的占比变化：在互联网、IT、电子和通讯等信息产业中的占比有3.8%的下降，而这些岗位正在逐渐向全行业溢出。一些行业如房地产/制造、专业服务等前沿技术岗位比例比过去三年都经历了四倍左右的增长，在人工智能技术渗透的行业，如机械/制造等，岗位比例增长超过十倍。 在BOSS直聘分别针对求职者和雇主的《2020求职需求趋势调查》和《2020企业人才需求趋势调查》中，当被问及“最希望提升哪些素质型能力”时，“自主学习”能力在雇主端和求职者端的重要性分为排第一和第三，占比46.2%和35.1%。 数据来源：BOSS直聘职业科学实验室 而自主学习能力恰好是终身学习者必备的一项能力。另外，BOSS直聘还观察到越来越多的非技术专业人才就职于前沿技术岗位，这反映出：前沿技术岗位人才供给不足，并且技术岗位所需的技能需要极强的学习能力。