至顶网CIO与应用频道 05月14日 北京消息:2018年5月9日-11日,工业互联网产业联盟在重庆召开工作组第七次全会,工信部信息化和软件服务业司副司长安筱鹏、信通院总工程师余晓辉等领导、专家及产业链上下游近500名企业代表参加会议。徐工信息作为联盟的理事单位应邀参与标识解析、垂直行业、工业互联网平台、边缘计算等研讨,为工业互联网架构、标准、白皮书等顶层设计献言献策,为工业互联网平台跨行业、跨地区运营分享经验。
这是一次工业互联网领域的“华山论剑”,各路大咖齐聚,探讨技术、碰撞思想、分享案例,落地工业互联网价值。徐工信息总经理张启亮在标识特设组、垂直行业特设组、工业互联网平台组交流会上奉献了三场精彩的分享。张启亮提出:“打造中国工业互联网平台运营商”、“百万设备上云,数据接入是制造业实施工业互联网的首要且关键一步”等观点引起与会专家、同行的高度共鸣与认同。
徐工信息专注于工业互联网平台的建设与运营,围绕“数据+模型=服务”构建Xrea工业互联网平台的运营能力:以“百万设备上云”为切入点实现数据广泛接入,以深厚的工业知识、经验积累打造丰富的工业机理模型,形成平台关键能力,以丰富的应用场景牵引工业应用创新,为制造业带来实实在在的价值。
“数据接入是制造业实施工业互联网的首要且关键一步,徐工信息2018年启动了百万设备上云的计划。”
“Handle技术解决了异主、异地、异构信息系统的集成应用难题,拓展了数据接入的外延,实现设备全生命周期数据的互联、共享,助力百万设备上云。”张启亮在标识特设组的发言中提到,“2017年起,徐工信息将Handle技术融入Xrea工业互联网平台,实现数据在异地、异主、异构平台间的统一解析,提高平台跨企业、跨区域、跨行业的覆盖能力。”
“工业互联网是智能制造的载体,工业互联网的关键是工业互联网平台,工业互联网平台的关键是机理模型。”
张启亮在工业互联网平台交流会上作重要分享
数据是基础,机理模型是关键,Xrea工业互联网平台遵循“数据+模型=服务”模式,构建基于微服务架构的数字模型,把工业技术原理、行业知识、模型工具软件化、模块化,封装成微服务和工业应用。“Xrea工业互联网平台汇聚了大量工业微服务和工业应用,可以满足制造业多样化、个性化场景的需求,助推传统制造向智能制造转型升级。”张启亮充满自信地说到。
“徐工信息致力于成为中国领先的工业互联网平台运营商,做好工业互联网平台运营的关键是真正懂工业。来源于工业,服务于工业,徐工信息Xrea是更懂制造的工业互联网平台。”
徐工信息团队拥有75+年制造业经验,30+年制造业信息化经验,10+年物联网实施经验,并于2014年开始探索开放的工业互联网平台。Xrea工业互联网平台已广泛应用在智能产品、智能服务、全生命周期等多种应用场景。
Xrea工业互联网平台的五大优势
谈到具体的行业应用,张启亮以工程机械行业为例,分享了中国某特大型综合施工建设集团的设备租赁交易平台建设运营经验。“该施工建设集团存在缺乏设备资源管理手段、设备闲置率高等痛点。”张启亮介绍,“让每一台设备都发挥最大效率,有秩序、有计划地‘忙起来’,徐工信息基于Xrea工业互联网平台开发了四个工业APP:交易服务、设备管理、经营租赁和运营管理,盘活闲置的机械设备,设备资源闲置率降低了30%,并开创了施工装备O2O经营租赁模式。”
Xrea工业互联网平台以百万设备上云作为切入点,推动全国3000万中小企业广泛数据互联互通;将徐工及其他垂直行业领头企业优秀的经验数字化、软件化复用,践行“数据+模型=服务”。
“为工业赋能,与伙伴共生”,徐工信息致力于成为中国工业互联网平台运营商,与合作伙伴携手,共同推进中国制造业转型升级,实现高质量发展,助力制造强国、网络强国的建设。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。