至顶网CIO与应用频道 07月09日 人物访谈:中国制造业已经走到了转型的关键节点,过去更多是速度导向,现在到了质量导向和定制化的新阶段,所以要把数字化转型作为企业发展智能制造的抓手。
江苏省国际科技合作协会会长曹苏民表示,智能制造是顺应产业升级转型,是重塑制造业发展的转折点,是加快企业数字化转型的推动力,是加快我国制造产业化的客观需要,是团结人员、资源和环境友好,实现节能减排的有效手段。
面对数字化转型的趋势,如何穿越纷繁复杂的领域。江苏省工业与信息化产业人才与合作处副处长秦飞表示,需要通过领先的数字化技术,重构企业的战略思维、技术体系、商业模式、产业版图、核心能力和组织架构。
达索系统一直积极推动in China,with China,for China的中国战略,与制造业同仁一起,在‘智能+’和‘一带一路’的国策下,提升高端制造的产能,提高中国工业的能力,早日实现中国制造的全球化。
为更好地探索中国制造业的复兴之路,帮助更多企业实现行业创新及业务增长,达索系统启动了2019年行业巡展,此次巡展共设50站。
2019年的工业巡展在去年的基础上拓展到高科技、工业设备、汽车与交通运输三个行业,基于各行业所面临的业务和IT的挑战,带来了量身定制的解决方案和3D体验平台在国内的最佳实践。达索系统大中华区总裁张鹰表示,达索系统将工业分为12个类别,中国在其中很多领域已经实现弯道超车,达索系统希望通过技术赋能更多的行业。
达索系统大中华区总裁张鹰
达索系统在会上分享了基于模型的数字化企业核心解决方案和一体化平台的能力,有效地帮助工业设备企业提升自身能力,为客户量身定制的高质量产品。同时,这些解决方案能在全球任何地方快速为用户提供服务,以减少来自激烈的市场竞争及成本变动的影响。
江苏是巡展重要的一站,而南京作为六朝古都,在现在工业和服务业的助推下,已经发展成为国际大都市,而数字技术的发展正为南京带来一场新的革命。
南京未来科技城广义地可以理解为由南京未来网络小镇和上秦淮旅游文化小镇两大小镇组成。南京未来网络小镇是南京未来科技城核心区,规划范围3.2平方公里,以美丽的悠湖为中心,建成孵化器、加速器、配套设施等各类载体平台86.5万方,在建各类项目53.5万方。
未来科技城将建成集科技、文化、旅游、商业、休闲为一体的现代都市新区,未来将是南京对外的新名片,也将是具有全球示范效应的未来之城。达索系统也在积极对接南京江宁区未来科技城。张鹰认为,最大的契合就是生态链,工业软件是一个体系,根据未来科技城的规划蓝图导入生态体系。
不同的地区、企业,根据历史的继承性都处在不同的阶段,江苏位于全国制造前列,使用了大量的工业软件工具。在数字化转型的新阶段,需要把创新、生产、制造、仿真、模拟、交付、运营等环节集成在一个平台。
“智能制造不仅仅是制造环节的智能化,而是把研发、生产、供应、销售、服务等企业全价值链的环节都串联起来的全面智能化,这恰恰也是达索系统3D体验平台的核心价值所在。”张鹰说道,江苏当地企业也在进入转型期,对整个生态链进行打造是非常关键的。同时达索系统正不断拓展合作伙伴,配合各地政府共同打造产业链推动中国战略。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。