随着物联网、人工智能、云计算、VR/AR等新技术的发展和深度融合,智能制造已成为企业实现敏捷发展、锻炼韧性、降本增效的重要武器。为了进一步助推产业数字化转型升级,实现智能制造,10月18日,“数字工厂——加速智能制造企业数字化转型”专题研讨会在上海徐汇气象博物馆召开。研讨会由上海华为云、北京数码大方、常州微亿智造、深圳奥哲共同举办,聚焦云计算、设计工艺一体化、低代码、人工智能赋能制造业转型升级等话题,邀请35家制造型企业,共话数字化和智能化转型之道。
在如今的数字化时代,面对激烈的市场竞争和复杂的业务需求,企业急需借助数字化技术提升竞争力。但目前,行业普遍面临运作效率低下、流程不规范、管理决策艰难、缺乏规范的业务管理和协同机制等难题。对此,在本次研讨会上,华为云企业生态解决方案华东区总监分享了华为云加速制造业成长型企业数字化转型包SparkPack。他指出,SparkPack深度融合了华为云企业工作台、集成工作台等服务,具有统一门户、统一集成、敏捷开发、高速运算等能力,可满足企业销售到收款 、采购到付款 、计划到生产 、质量管理 、财务管理等多方面的数字化需求。
华为云企业生态解决方案华东区总监
在智能制造中,设计工艺制造扮演着至关重要的角色。然而,长期以来,该领域面临着设计人员数量呈不合理增长,设计质量缺乏有效的评估手段和指标,产品功能不符合需求,质量不稳定等问题。数码大方作为国内领先的CAD和PLM软件供应商,在本次研讨会上,数码大方杭州事业部总经理陈斌分享了基于华为云打造的面向制造行业的智能制造解决方案。他讲到,数码大方CAXA研发制造一体化解决方案可面向装备、汽车、电子电器、航空航天、教育等领域,提供接单-设计-工艺-制造一体化的数字化支撑能力,并且与华为云强强联合,可以让设计创新风险更低、跟随业务发展自动扩容。
数码大方杭州事业部总经理 陈斌
在移动互联网时代,数字化需求迅猛增长,企业面临着快速变化的市场环境和竞争压力。为了应对这一挑战,企业需要快速响应市场需求,灵活调整业务流程和系统。在这种情况下,低代码平台成为了一种重要工具。作为国内最早布局低代码的企业,奥哲制造行业首席方案总监王超详细讲解了简单易用的低代码平台。他讲到,该平台提供了丰富的组件和模板,可以帮助企业快速构建程序,使业务部署更加高效和便捷。此外,该平台还能从产品到落地实施,全面加速企业数智化转型。
奥哲制造行业首席方案总监 王超
人工智能在制造业数字化转型起着重要作用,它是实现产业变革、整体跃迁的关键力量。多年来,微亿智造一直专注于工业制造领域的数智化研究,并成功打通了工厂智能化柔性生产的最后一公里。在本次研讨会上,微亿制造新产品事业部销售总监蔡晓毅分享了他们在人工智能领域的核心优势,以及在智能质检、生产管理等方面的解决方案,通过数字工人的应用帮助制造业数智化转型升级。
微亿制造新产品事业部销售总监 蔡晓毅
为了更好地深挖制造业的痛点和需求,切实解决行业难题,本届研讨会还特设了嘉宾互动交流的环节。与会嘉宾就数字化转型过程中面临的挑战、技术应用、管理经验等方面展开热烈讨论,进一步提高数字化转型的成功率和效果。
本届专题研讨会为制造业各方力量搭建了相互学习、共享经验的平台。未来,华为云将持续践行“一切皆服务”的理念,积极做好制造行业数字化转型的“云底座”和“使能器”。并充分发挥“头雁”效应,与广大合作伙伴一道,联合打造更多智能的创新解决方案,为我国数字经济腾飞提供强有力的原生力量。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。