在数字化浪潮的推动下,工业企业正迎来前所未有的转型机遇。6月22日,华为开发者大会2024(HDC 2024)在广东东莞松山湖举办期间,广东蘑菇物联科技有限公司(简称“蘑菇物联”)的CMO丁莎莉受邀在“华为云云商店:领先的企业应用分发平台,重塑数智化升级之旅”分论坛上,以《蘑菇物联工业AI,赋能制造业发展绿色生产力》为主题进行演讲,谈到蘑菇物联是如何与华为云云商店实现技术共生,打造出工业公辅能源系统的AI数智化解决方案并实现应用的,为工业企业绿色生产力的发展注入了新活力。
蘑菇物联是通用工业设备一站式AIoT SaaS服务商,聚焦通用工业设备,帮助工业企业实现“通用设备数智化”和“公辅能源车间数智化”,为工业企业提供安全供能、无人值守、节能降碳三大可测量价值。经过华为云计算底座的技术加持,成功将AI技术与工业公辅能源系统结合,实现了能源管理的智能化和高效化,并与华为云云商店联合营销,为公辅能源领域带来更多节能可能。
双方的合作始于2020年,华为云作为领先的云计算服务提供商,为蘑菇物联提供了强大的技术底座和丰富的生态资源,经过数年的深入探索和实践,已经实现了从技术合作到技术共生的转变。蘑菇物联利用华为云的计算能力和生态优势,打造出了具有强大竞争力的通用工业设备产业链AIoT解决方案。
这一解决方案不仅帮助工业企业实现了安全供能、无人值守、节能降碳等目标,还通过云计算+AIoT技术的融合,实现了能源管理的供需精准匹配。在华为云的加持下,蘑菇物联已经成功服务了超过5000家工业企业客户,涉及60多个制造行业,累计节省工业用电量近18亿度,减少二氧化碳排放量80万吨。
在实际案例中,蘑菇物联携手华为云云商店,用AIOT技术实现了“效率+节能”两手抓,为上海建工空压站节能超35.3%,解决了之前人工巡检效率低,冗余供气浪费大等问题。在工厂里,通用设备运维压力大,人工经验决策导致设备运行效率低,蘑菇物联AI云智控携手华为云云商店,通过AI动态智控制设备运行组合、运行参数与运行时间,可以保证供冷品质,避免生产车间投诉,为裕同包装制冷站节省27%耗电量。
海信集团也面临着同样的问题,空压站和制冷站缺少数字化系统,靠冗余供应保障供气和供冷安全,能耗浪费大。站房设备不同品牌不同型号,老旧设备无法远程控制或已损坏,人工巡检、管理效率低。所以对高能耗场景公辅车间转型非常迫切。蘑菇物联与华为云云商店也通过APaaS能力,从空压站拓展到制冷站,多个站房平均耗电量下降18.5%,站房管理效率提升50%,减少511.4顿二氧化碳排放,助力海信电子在2023年成为电视行业首家“零碳工厂”。
华为云的强大技术支持和生态资源为蘑菇物联提供了广阔的发展空间,同时也为工业企业带来了前所未有的数智化转型机遇。通过双方的紧密合作和共同努力,我们相信未来将有更多的工业企业能够享受到数智化升级带来的红利。华为云将继续发挥其在云计算和AI领域的优势地位,携手合作伙伴共同推动制造业的绿色发展和数字化转型。
好文章,需要你的鼓励
台湾国立大学研究团队开发了SAKURA,首个专门评估大型音频语言模型多跳推理能力的基准测试。研究发现,即使最先进的模型也面临两大挑战:一是在识别某些音频属性(如情绪)时准确率不高;二是即使能正确识别音频信息,也难以基于这些信息进行多步推理。对比实验显示,当同样的信息以文本形式提供时,模型推理能力显著提升,表明当前模型未能有效整合音频表征进入推理过程,这为未来开发真正能"听懂并思考"的AI系统提供了重要方向。
这项由宾夕法尼亚州立大学研究团队开发的FOVER方法解决了AI推理验证器训练中的两大难题:数据标注成本高和应用范围有限。研究者利用形式验证工具(如Z3和Isabelle)自动检查AI在形式逻辑和定理证明任务中的每一步推理是否正确,创建了高质量的训练数据集。令人惊喜的是,经过这种训练的验证器不仅无需人工标注数据,还能泛化到各类推理任务,在12个不同基准测试中表现优异,甚至在某些任务上超越了使用人工标注训练的验证器。这为提高AI推理能力提供了一条高效、通用的新途径。
这篇研究介绍了Meta团队开发的Multi-SpatialMLLM,一种能够理解多帧图像空间关系的多模态大语言模型。研究者创建了首个大规模多帧空间理解数据集MultiSPA,包含超过2700万个样本,并在此基础上训练模型掌握深度感知、视觉对应和动态感知能力。实验表明,该模型显著超越了现有系统,在空间理解任务上平均提升36%,并展示出多任务协同效应和能力涌现现象,为机器人学习等实际应用提供了新的可能性。
RAVENEA是哥本哈根大学研究团队开发的首个多模态检索增强视觉文化理解基准,集成了超过10,000份人工标注的维基百科文档,用于评估视觉语言模型的文化敏感性。研究发现,轻量级视觉模型在配备文化感知检索功能后,在文化视觉问答和图像描述任务上分别提升了至少3.2%和6.2%的性能,证明了检索增强方法在提升AI文化理解能力方面的有效性,为构建更具文化包容性的视觉AI系统开辟了新路径。