至顶网CIO与应用频道 10月25日 北京消息(文/王聪彬):成长型制造企业正在面临人工成本越来越高、经营效率越来越快、商业创新要求越来越急、精细管理越来越深、绩效考核越来越规范、组织变化越来越快、财税新政越来越严、个性化要求越来越多的挑战。
所以成长型企业需要不断的进行产业结构调整和优化,同时进行数字化升级改造以突破发展瓶颈。针对数字化,企业最重要的是选择一套合适的管理平台,用友U8+定位单一组织企业,所以中国绝大多数制造企业都是U8+的目标客户群,最近U8+V15.0版本的发布,更加从实际需求出发,帮助成长型企业实现自动化、数字化、智能化的跃进。
成长型企业数字化三步走
制造业数字化转型现在可以说迫在眉睫,但实现数字化的过程需要大量的投入,这对于成长型企业是一个不小的挑战,所以数字化转型升级需要分步骤进行。
成长型企业数字化建设发展过程中往往会经历规范管理阶段、精细管理阶段、智慧管理阶段三个阶段。用友网络高级副总裁、中端与伙伴业务事业群总裁徐洋表示,不同阶段的管理重点不同,在规范阶段主要是追求内部管理的标准化、规范化和流程化,在企业完成内部规范管理之后,企业会发展到精细管理阶段将信息化手段应用到业务细节中,在之后企业往往会发展到智慧阶段,企业运用互联网技术及云平台及大量的智能技术将管理延展到产业链上、下游,保障企业竞争的优势地位。
用友网络高级副总裁、中端与伙伴业务事业群总裁徐洋
“把质量做好和把管理抠细是现阶段成长型制造业的主要需求,传统ERP已经不能满足。数字化需要将设计、生产、供应链等一体化协同起来。”徐洋谈道。
U8+V15.0作为企业数字化升级平台,在平台升级,管理升级,业务升级及生态升级四个方面进行改进提升,实现企业数字化升级持续发展。
U8+的主要客户覆盖了电子、五金、汽配、医疗器械、化工等行业,以制造大省江苏为例,U8+已经覆盖了3万多家制造企业,而且还在以每年800家的速度增长。用友网络助理总裁、苏皖区总经理齐晋表示,财税调整对于成长型企业带来了一定的影响,不仅在资金链层面在技术改造层面也提出较高的要求,所以今年前三季度U8+用户增长超过了20%。
与伙伴一同构建数字化生态圈
U8+的客户全部都是通过合作伙伴来进行营销、开发和服务。徐洋指出,现在更多要以生态的模式去服务企业,特别是成长型企业。
为了把企业服务生态做大,进一步服务企业数字化转型。在2018年初用友就发布了“鲲鹏计划”,覆盖用友全生态伙伴类型,除了之前的第三方产品伙伴,还包括开发伙伴、行业伙伴、方案集成、服务集成等伙伴。
所以此次用友U8+V15.0同时还与生态伙伴新产品联合发布,尤其在产品融合上用友和合作伙伴做了大量的工作,将用友的研发体系、质量保证体系等也加入到合作伙伴的产品中。“这对于合作伙伴也是一次考验,需要将产品体系重新梳理。”徐洋指出,我们的合作不仅仅在软件的接口上,包括在开发和销售上,这样才能保证产品的稳定性、可靠性、可扩展性。
而且数字化转型对于合作伙伴的技术能力、服务能力也提出了更高要求。用友在每个地区都会精选出一些主要的合作伙伴,对其进行培训和技术支持来推出产品和解决方案,形成以点带面的辐射效应。
此次U8+V15.0支持用户注册应用,企业可以将U8+的部分功能部署在云端,并与本地数据进行打通,例如U订货、友空间,当然U8+也可以全部部署在云上。这也是成长型企业上云的趋势,用友U8+将成为成长型企业数字化升级的助推器。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。