“要成为智能工厂新标杆,打造互联互通、柔性制造、虚实结合、闭环质量及智能决策五个关键能力不可或缺。” 在5月23日举办的联想“新IT 新价值”智能制造论坛上,联想集团全球供应链与智能制造IT负责人闫君认为,依赖强大的数字化、智能化的能力,拥有丰富的数字化、智能化管理方式和管理经验,才能更好地去提高数据使用效能,才能更好打造智能工厂。
闫君介绍说,基于“端-边-云-网-智”新IT全要素的底层技术架构,以及物联网、大数据、人工智能等新一代信息技术的能力储备, 联想将这些技术储备与自身先进的制造技术和行业Know-How深度融合,逐步形成了“互联互通、柔性制造、虚实结合、闭环质量、智能决策”五大智造核心能力,并沉淀出智能排产、供应链协同管理,5G智能环境等“十八般武艺”,实现产品的个性化、供应的协同化、服务的主动化、以及决策的智能化“四化”目标。最后,通过“四化五能力”与“端边云网智”的协同,逐步实现“研产供销服”全价值链的智能化,成为制造行业智能化转型的标杆和范本。
当日的论坛上,财经作家吴晓波、联想集团副总裁王传东、联想集团全球供应链与智能制造IT负责人闫君、联想中国区大客户业务群及制造行业总经理宋涛出席论坛并在现场与300多位企业家进行经验交流,深度探讨智能制造领域的创新经验,并就智能化变革和穿越周期之道进行了深入交流。
与此同时,“走进标杆工厂”项目走进联想南方智能制造基地和联想深圳未来中心。财经作家、890新商学创始人吴晓波携300多名来自不同行业的企业家,共同领略了联想集团全球“母本工厂”的独特魅力和先进制造集大成者的风采。
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。