青岛汇金通电力设备股份有限公司(以下简称"汇金通”)成立于2004年,主要业务包括输电线路铁塔、紧固件、通讯塔、光伏支架等设备的研发、生产和销售等公司专业服务电力行业、5G通讯、新能源光伏、轨道交通等领域,并通过外延式并购及内生式增长相结合的战略举措,打造了青岛、重庆、泰州、南宁“四大基地”,产能规模突破60万吨。
在当前数字化时代和公司发展新阶段,企业面临着商业模式迭代、组织效率变化等诸多挑战,为此,汇金通提出重视数字资本,通过数字资本来洞察竞争,借力数字资本打造企业独特的核心竞争力与战略发展模式,将数字化转型作为驱动业绩增长,提升运营效率,激活业务创新的重要手段和重点战略。汇金通以优战略、创新局、精管理为主线,组织战略围绕数字化进行结构调整,逐步推行集团化运营管理体系,全面提升集团化管理的资源协调和赋能能力,积极探索协同发展新路径。并启动汇金通“塔云”工业互联网平台(以下简称“塔云平台”)建设项目。

图:塔云平台构筑理论
“塔云”工业互联网平台是基于工业网络,综合铁塔行业知识、经验、机理、模型等,构建起的电力铁塔行业工业互联网赋能平台。其依托行业场景经验与大数据/云计算+云服务等先进技术理念的不断积累沉淀与发展,涵盖了纵向业务板块的“流程服务中心-门户协同中心-报表绩效中心-数据规则中心”的五层架构(解耦),并沿着横向的行业价值链的业务集成,进行了全体系的数据贯通与规则算法的沉淀积累,逐步深化+深度赋能电力铁塔的智慧运行。平台根据公司的集团化进程,将各类通用业务场景进行数据集成,智能化算法实践,依托价值链节点平台的建设,进行了数据提炼和流程挖掘(堵点/痛点/槽点),赋能主要的核心业务节点效益/效率倍增。

图:塔云平台架构
在技术架构方面,“塔云”工业互联网平台,采用先进的SG、TSN、PON、MEC等技术,融合公有云和私有云计算的混合云架构。"塔云”工业互联网平台连接实践,让铁塔厂真正实现设备网联化,接入无线化,内网IP化,外网智能化。
平台形成以下4个特色:
其一,Tower Cloud工业网络中的终端设备通过无线化接入到确定性TSN/DIP的网络中,构建端云协同,实时控制智能终端;
其二,生产车间部署边缘云,软件定义业务,业务如PLC/SCADA等云化,端云协同打造智能边缘;
其三,工厂级数据中心通过全网络接入工厂园区办公/IT和园区物联并通过大数据分析构建工程大脑;
其四,企业集团总部通过“1Pv6+" /“智能云网“网络业务快速发放,智能运维快速打通和企业各工厂分支通信。

图:汇金通数据运营平台
在业务场景方面,“塔云”工业互联网平台全面梳理单体工厂的业务场景,迭代升级+重构=集团化架构,明确集团公司和各地生产型子公司定位与角色扮演,集团共享营销资源、技术资源、计划资源、供应资源、物流资源、售后资源等以信息处理为核心事务的资源,借助信息化系统信息集成,便捷高效信息处理优势,强化集团公司集中式的管理策略,加速信息流转,各地子公司以“原材料管控”+“生产管控”为核心,强化加速场内实物快速周转,缩短交付周期,提升生产效率和品质。
汇金通依托工业互联网平台“塔云”,利用系统覆盖倒逼业务整合,对各公司集中一贯管控和信息高度集成共享,实现穿透式管理,推动各公司之间的协同运作,积极践行战略目标,为企业持续健康发展提供强大的动力。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。