化妆品和美妆公司欧莱雅与 IBM 扩大了长期合作伙伴关系,通过生成式人工智能 (GenAI) 技术挖掘化妆品配方数据中的新见解。
该公司希望利用 GenAI 支持其计划使用可持续原材料以减少能源和物料浪费。GenAI 的使用符合其"美丽星球计划"(L'Oréal for the Future) 可持续发展项目的目标,即到 2030 年,大多数产品配方将来自生物材料和循环经济。
作为向工业 4.0 数字化转型的一部分,这家化妆品和美妆公司已经与 IBM 合作多年,其中 IBM 的 Watson 物联网 (IoT) 平台支持决策制定。公司使用了 IBM 的多项技术来实现物联网、增强和虚拟现实以及人工智能,这些构成了欧莱雅智能工厂的基础。
2018 年,该公司收购了为美容行业提供增强现实和人工智能技术的 ModiFace。这项 AI 驱动的技术使亚马逊客户能够使用手机的前置摄像头,在实时视频或自拍照片中数字化尝试不同色调的口红。
与 IBM 最新的 AI 应用有望增强欧莱雅在寻找新化妆品配方方面的创造力,从而推动美容行业的变革。
AI 模型正在使用大量配方和成分数据点开发,以加速欧莱雅执行多项任务,包括新产品配方开发、现有化妆品重新配方和规模化生产优化,在未来几年为欧莱雅全球 4,000 名研究人员提供支持。
IBM Consulting 的工作还包括帮助欧莱雅重新思考和设计配方发现过程。根据 IBM 的说法,了解可再生成分在化妆品配方中的行为将帮助欧莱雅开发出更多可持续的产品线,为全球消费者提供更大的包容性和个性化。
欧莱雅研发创新部首席转型和数字官 Matthieu Cassier 表示:"基于多年独特的美容科学专业知识和数据结构化,这次与 IBM 的重要合作开启了我们创新和开发流程的崭新时代。"
IBM 将这项工作描述为"增强研究",其中高度专业化的人工智能和化妆品专业知识被用于革新化妆品配方开发。
IBM Consulting France 的杰出工程师 Guilhaume Leroy-Méline 表示:"这体现了 AI 增强研究的精神,强调可持续性和多样性。"
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。