ZD至顶网CIO与应用频道 08月13日 北京消息:8月13日,主题为“融合互联 商业谋变”的2016年中国企业互联网大会在贵阳召开。贵州茅台集团党组成员、总会计师杨建军介绍了,茅台通过互联网+工匠精神深入融合构建六大平台:原料、协同供应链、智能生产、质量体系、营销管理、展示六大平台引领茅台发展。
贵州茅台集团党组成员、总会计师杨建军
以下为演讲实录:
互联网、大数据给制造业带来巨大成就的同时,也给我们带来了新的发展机遇。十八届五中全会,明确了国家将实施网络强国,以大数据战略与互联网+为主的大数据推动产业升级、促进产业结构的调整,这是新常态下党和国家,省委省政府都高度重视大数据。陈敏尔书记指出将坚持大数据发展以运用为中心,充分挖掘大数据价值,把大数据作为实施创新驱动的重要支撑。
茅台酒的工艺是中国制造业的活化石之一,是中国传统工匠精神的代表,茅台在坚持传统工艺的同时,也非常重视信息化的,提升科技创新、提升制造效益,实现工艺创新,确保产能提升,通过电子商务平台实施了营销的创新,实施了渠道的多元化。通过财务信息的管控,实现了费用、精细化的管理,通过出入库和内部的车辆系统,实现智能物流系统,通过互联网技术建立数字茅台系统,实现对全国经销商的销售管理,通过大数据创新,实现精准的食品安全保障与工程。
茅台将通过互联网+工匠精神深入融合,构建六大平台:原料、协同供应链、智能生产、质量体系、营销管理、展示六大平台,以互联网+引领茅台的发展。通过创新茅台的生产指标得到了发展。在省委省政府的带领下勇于创新、敢于担当,茅台系统进一步深入融合,大数据的积极倡导者和先行者。
首先茅台通过搭建物联网平台,实现全产业链数据追诉,茅台建成了国内首个云商、大数据分析调度、产业金融服务的平台,每一瓶茅台酒的走向都作为公司的信息。同时消费者也可以通过质量溯源体系对自己手中的每一瓶茅台酒的生产和流通环节进行查询。大数据的应用也让茅台实现了产品的走向精准化和透明化,我们将主动把握消费者的个性需求和消费体验。同时茅台通过互联网建立,茅台集中采购平台连接上游的供应商将采购业务规划了,加强了采购风险的管控,实施阳光采购。实施供应链的协同和优化,促进茅台和产业链参与方的构建电子商务和供应链平台,实现了创新。
茅台建立了自己的数字茅台系统,将分布在全国各地的一千余家专卖店通过互联网连接,实现了茅台的域网,实现了茅台的监控、互动,时时收集消费终端的信息。不断利用大数据和互联网洞察经销商和消费者的需求,以市场需求为核心构建智慧营销体系。利用互联网系统,建立了生产大数据系统,把制酒和勾兑环节纳入大数据环节。把传统的酿造变成智慧酿造,每一瓶茅台酒至少历时5年时间,茅台建立一套真正酿酒生产、采集、返回信息化系统,促进茅台酒精细化生产,保证勾兑、酿造、储存的工艺化,以及生产线上的参数,保证环节的一致性。对生产现场的监控,提高了产品的透明化。发展茅台的标准工艺,体现了茅台酒的魅力。
利用互联网联通消费者,因为茅台酒大家反映比较多是如何防伪,我们建立了自己的防伪系统,这套系统是基于物联网技术的生产控制系统、物流管理体系和质量溯源查询系统,实现过程有记录的生产系统。并建立起了防伪体系,针对企业、行业间的消费者提供信息系统专业的查询终端接手机多样化便捷式的防伪手段。茅台为配合贵州的食品安全云建设,把公司的产品质量等数据上传到食品安全云。
构建大数据在造茅台千亿大数据资产,我们将深入推行大数据革命的创新,更好服务全球消费者向传统空间相互联网空间延伸,从服务消费者向全球消费者时时互动延伸,把互联网大数据纳入生产经营中。利用3年时间建立茅台的云数据,实现与消费者的零连接,实现茅台多元化拓展的大数据平台,让茅台的优质数据成为企业最重要的数据资产,不断提升产业竞争力、品牌影响力和市场占有率。实现用数据说话、用数据检测、用数据创新的管理新机制。
茅台的互联网和大数据的运用处在启动阶段,我们将抱着学习先进的理念和经验,上周我们和阿里签订了备忘录,以出去新型产业的发展。希望在座的专家、相关人士分享经验,再次诚挚的邀请和欢迎各位莅临茅台参观指导,我们愿意与大家一同探索大数据的转型发展与升级。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。