随着电商及物流的快速发展,仓库的货品数量越来越多,出入库更加频繁。然而,在疫情以及大环境的影响下,制造产品变得更加复杂,供应链更容易中断。仓储用户迫切需要节省人工,进而节约运营成本,需要实现高密度存储,来节省仓库用地、减少租金。同时需要提高柔性,来应对多变的业务,满足后续的拓展需求。
就在刚刚结束的IOTE 2022 第十八届国际物联网展会上,斑马技术公司凭借其RFD90超坚固UHF RFID背夹斩获IOTE金奖创新产品。
RFD90超坚固UHF RFID背夹专为供应链环境中的各种严苛环境下使用而打造,能够实现快速的库存盘点并提高工作流程的精准度。IOTE金奖创新产品旨在表彰推动各行业数字化的创新解决方案,该奖项由行业专家和终端用户评审得出。
引领各行各业走向智能化、数字化,是当下推动数字经济的主导力量之一。斑马技术大中华区技术总监程宁表示:“全球疫情加速了企业的数字化进程,斑马技术致力于开发多样的解决方案,以满足不断变化的业务需求。在中国市场,斑马技术已为各类企业成功部署了物联网解决方案,从而助力他们通过数字化实现更高的效率并保持表现卓越。”
在本次展会期间。斑马技术还发布了2022年《全球仓储愿景研究报告》,该研究旨在探索推动仓储经营决策和支出的趋势和观点。此项调研反映了来自全球包括中国在内的超过1500名仓储业决策者和员工的反馈。结果显示,近九成的亚太地区受访仓储经营者认同必须实施新技术,从而在按需经济中保持竞争力,且80%的受访者认为疫情促使他们更快地发展并进行现代化。
斑马技术大中华区RFID及证卡打印机业务负责人员海说道:“近年的全球性事件所造成的影响凸显了打造富有弹性且灵活的供应链的重要性。我们观察到尤其是在仓储业供应链中正发生积极转变。据斑马技术2022年《全球仓储愿景研究报告》显示,多数受访决策者如今更有意向整合新技术以强化自身的运营和基础设施。其中,90%的亚太地区受访决策者认同在关键领域采用机器视觉和/或固定式工业扫描技术将可节省时间并消除误差。与此同时,九成的受访决策者预计将在未来五年内更普遍地使用如RFID、计算机视觉、固定式工业扫描和机器视觉系统等基于传感器的技术。”
该报告指出,将劳动力优化作为决策者的一项举措,64%的人计划使用移动设备加持员工,或在除移动解决方案外引入自动化解决方案,相互协作,帮助在五年内减轻工作量。 21%的人计划部分实现设施自动化,10%的人将实现整体设施自动化。
如今,五成的决策者正在利用移动性来实现某种程度的自动化数据采集、定位解决方案或预测和自适应数据分析。在五年内,预计将有近十分之六的人利用这些基于传感器的技术实现移动性,更加注重决策的自动化以及不断实时预测和调整操作。
斑马技术在展出近期推出的固定式工业扫描及机器视觉解决方案,以及如射频识别(RFID)解决方案等物联网相关的解决方案产品组合,以先进技术赋能企业更好地获得竞争优势。斑马技术此次展出的其他解决方案还包括:ZD621R RFID台式打印机、ET80和ET85坚固型二合一平板电脑以及专门面向中国市场的全新TN28移动数据终端。
在当今和可预见的未来这样一个充满活力的市场中,协作将是个人成功的关键。仓库行业的管理者正在调整和发展他们的运营。斑马技术也将以尽自己的一份力量,打造一个更强大、更有弹性的商业生态系统。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。