12月1日,中国制造千人会在天津滨海新区举办。至顶头条现场聆听了参会嘉宾的报告。
此次参会感受印象深刻。跟随着嘉宾的精彩演讲,整个人的思绪能够感受到科技技术对于全球制造业包括中国制造业转型升级创新的重要性。
第一,科技与制造业的结合不能盲目结合,以制造业为代表,需要考虑的就是如何把新创新转化为成果并把它引入制造业的生产端、供给端,而不仅仅是消费端。
第二,现场参加演讲的所有企业都认识到了云计算、大数据、AI这些科技创新的重要性。博世认为的创新技术助推智能制造;微软谈到到工业智能与制造业转型;中科曙光的先进计算与智能制造;百度的AI让工业更智能;华为的新ICT与新制造等等,都认识到科技创新推动制造的重要性。
第三,大家也都认识到打造基于云的平台的重要性。包括博世、微软的各自打造的工业基础平台;包括中科曙光为制造业企业构建业务云平台;戴尔的未来就绪云平台;徐工信息打造的徐工Xrea工业互联网平台。也都认识到智能终端的重要性,包括戴尔、小米等不断布局的物联网智能终端等。
第四,也看到各大企业确实利用科技推动生产力的效率,比如中科曙光提出的超算+大数据+深度学习综合应用来解决零部件和材料缺陷识别。包括徐工的Xrea工业大脑通过大量集合了各种工业技术、知识、经验、模型等工业原理的微服务组成来提供跨平台的安全服务。百度数据智能已经拥有的三大核心能力,大数据基础架构能力 大数据挖掘与知识发现能力 大数据技术产品化能力等等技术创新都是为了推动生产力的提升。
第五,工业4.0研究院认为一定要科技企业要服务工业4.0,一定要聚焦在低成本的传感系统、无所不在的云计算资源和实施驱动的制造操作系统上。
对于为什么制造业需要科技的创新,建议大家看看中国国际经济交流中心首席研究员张燕生的演讲。他的论述一针见血,为什么制造业需要创新?为什么只有科技创新才能引领制造业转型?怎样通过科技创新来推动制造业升级增长?他认为从制造业角度看,今年全球制造业预计增长率3.2,是过去6年最高,全球经济企稳向好,全球制造业企稳向好。但是复苏的基础还是比较脆弱,就是从全球看,全球的全要素生产力的增长,美国是负的,英国负的,德国负的,巴西负的,俄罗斯负的,也就是推动制造业增长的动力是弱的。所以需要科技的创新。
为什么全球的制造业形势看好,为什么全球的贸易看好,为什么全球的经济看好,但是它的动力却是弱的?张燕生指出问题的核心。就是新科技革命,新工业革命的成果仍然是在需求端,是对需求的替代效益。而没有进入生产端,没有进入供给端,没有产生真正的创造效益,而今后科技创新公司,致力于创新的制造企业要考虑的就是如何把新工业革命、新科技革命、新产业革命的这些成果把它引入制造业的生产端、供给端。
博世中国执行副总裁徐大全谈到博世如何结合创新技术推动智能制造,在工业4.0时代,博世创新基础是打造一个博世物联网云端平台,在这个平台上,实现创新技术与智能制造结合随着低价芯片、CPU存储网络的发展。
微软大中华区副总裁兼市场营销及运营总经理康容谈微软的数字化制造观,智能云+智能边缘。通过可信的云平台,沉浸在人机交互,创新的合作方式,实现智能制造。
戴尔全球副总裁林浩谈到戴尔的数字化制造业发展观,戴尔科技集团提供从传统企业业务转型到云端转型的的基础设施、虚拟化软件、安全、架构等全方位的。戴尔从混合云生态、VR生态、智能制造生态和人工智能生态建设四大本地生态系统。赋能制造业,引领数字化转型。
在智能制造升级路线上,戴尔中国有两个路线,第一是通过数字化打通数据孤岛,实现数据流动。充分连接和打通。第二是服务型创新,戴尔通过打造极致产品最终实现智能制造产业升级。戴尔为中国制造业提供完整数字化转型解决方案
中科曙光副总裁任京旸谈到先进计算与智能制造的关系,因为曙光长期致力于计算科学。曙光的观点,人机物联迎来大计算时代,多元融合的计算模式、概念、技术和应用。任京旸提到两个感受,一个感受,新的技术愈来愈快。另一个感受,很多技术不是替代关系,是百花齐放的时代。先进计算作为新一代信息技术的核心之一,先进计算通过优化升级、融合应用以及颠覆创新三个创新方向服务与未来智能制造发展。
智能制造与先进计算有紧密的关系。比如高性能计算为仿真设计提供强大计算力。云计算,中科曙光为制造业企业构建业务云平台包括制造业云数据中心解决方案,制造业厂房园区视频云解决方案,制造业桌面云整体解决方案。认为超算+大数据+深度学习综合应用 零部件和材料缺陷识别。
百度副总裁,人工智能技术平台体系商业化总负责人杨涛,结合百度的人工智能技术平台,实现AI让工业更智能,迈向数字经济新模式,加速制造业转型升级。认为数字化尚未渗入以经营全链条。提到了智能工厂发展路径,包括流程化、自动化、数字化到智能化。现有的设备联网 把设备变成一个智能的控制器。
阿里巴巴端上智能与服务事业部总经理王矛谈到,每一次计算平台的变革带来新的商业模式和巨大机会。IOT将带来一个没有边界的互联网时代。物联网的本质是“智联网”。连接设备端和云端的智能引擎,终端的进阶推动计算和智能不断演进。以汽车为例,OS已经成为互联网汽车的关键技术和部件。
江苏徐工信息技术股份有限公司总经理张启亮结合自身实践谈到工业互联网赋能新智造。徐工营收从500亿到1000亿,充分体现了工业互联网的重要性:获得洞察力和灵活性、开启新的商业模式、打造持续竞争优势、重新定义服务。徐工的Xrea工业大脑通过大量集合了各种工业技术、知识、经验、模型等工业原理的微服务组成来提供跨平台的安全服务。
美的集团总裁助理兼美云智数总经理谷云松通过自身实践谈到企业数字化转型战略与途径。他认为,企业数字化转型需要有明确的数字化战略、路径、资源。美的智能制造就是要通过对内制造智能化的“智造云”平台加上对外采购透明化的“协作云”来实现智慧工厂信息化与自动化。最终美的大数据在 “数据云”实现数据生态化。
IBM北方区技术总经理刘咏梅提到认知计算、物联网与行业深度融合。制造业如何借力物联网和认知计算实现创新。通过数据采集和纳入,构建分析能力,训练认知能力,形成认知系统。制造智能化转型三步走从标准化夯实基础到精益化改进管理再到智能化(提高效率)。
华为企业BG中国区华为云解决方案总监卢会涛认为新ICT以工业互联网为核心。通过华为新ICT实现两化融合驱动制造业企业数字化转型。提出新制造应该是自动化+数字化+智能化。通过典型的新ICT解决方案服务于新制造。通过设计与制造的数字化融合,支撑试制验证周期大幅缩短华为云基于新ICT架构,将服务全球制造业走向全球。
小米智能产品部硬件总监王建全小米谈如何通过AI赋能智能硬件。传统硬件产品在用户体验上的进化,智能硬件是驱动AI发展的先决条件。小米智能音箱正在接入更多智能硬件产品。
最后工业4.0研究院副院长王明芬分享了工业4.0研究院针对第四次工业革命的研究显示,目前需要推动适合工业应用的信息基础设施,主要包括低成本的传感系统、无所不在的云计算资源和实施驱动的制造操作系统。提到今天我们处于AI 2.0时代,智能制造通过AI 2.0重新定义实现新的提升。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。