ZD至顶网CIO与应用频道 01月12日 评论消息:中国制造业一直在强调实现弯道超车,原因我们具备两大红利。第一点是工程红利,在全球航空航天技术、核电、高铁等领域,中国的市场份额占到了其中的三分之二,红利十分明显。另外一点是资本红利,在中国迈入的第二个改革开放时代中,我们不仅在两市(股市和房地产),同时包括银行的储蓄和美元储备的积累,二者都相对较充裕。
中德工业4.0研究院执行院长、首席研究员 卢文军
但即便如此,其中存在的问题也不容忽视。当前中国制造企业所面临的最大挑战,是其盈利能力和技术水平仍处于中低端水平。企业可以在体量上做大,但做强方面,尤其在一些先进的医疗及生物技术、人工智能等相关领域,无论是技术创新还是商业模式上,发展的并不理想。
例如,占据中国制造业大部分的中小型企业,他们技术升级的力量只有0.98%,不仅投入不高,且力量薄弱。加上由于中小微企业一直难以突破“小、低、散”的现状,因此普遍还存在成长寿命较短、可能被淘汰的情况出现。
因此,未来中国制造企业要想从“做大”转向“做强”,还得需要技术的升级,将硬件和软件很好结合并作为支撑。比如大数据、云计算、虚拟现实、人工智能等,如果企业能找准与其相配套的技术,并做到很好的相结合,我认为企业能做的事情还很多。
另外,随着人口红利消失及高端制造业人才匮乏,除了从技术入手以外,中国制造业还需要提高效率、着力自主创新、优化产业结构,具体在于改进基础网络设施,提升内网安全,改变企业生产模式。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。