近日,由工业和信息化部国际经济技术合作中心与施耐德电气主办、四川天府新区新经济局、清华四川能源互联网研究院协办的第四季绿色智能制造创赢计划线下共创会在成都举行。自8月首次线下共创会以来,9家加速营企业与项目经理、专家导师、一线客户及生态伙伴围绕场景课题展开了进一步的调研和研究。时隔两个月,各位联合共创伙伴再次相聚,将在技术融合、测试验证等方面继续发力,汇报PoC(概念验证)阶段性成果,齐心向联合共创的“冲刺阶段”加速迈进。
在新型工业化的浪潮下,技术创新是工业实现高端化、智能化、绿色化转型升级的重要基石。顺应时代趋势与现实要求,施耐德电气已连续四年发起绿色智能制造创赢计划,发挥技术优势、智库优势、资源优势、平台优势,联合产、学、研、用,集结全国范围内的优秀创新企业,并汇聚学术专家、一线客户等行业领军者,共同探讨行业最新趋势、专业需求痛点、技术路径演进以及市场应用前景,弥合技术构想与制造实践的现实区隔,赋能行业伙伴实现互利共赢、融创发展。
2022年3月,国家发改委、国家能源局联合印发《氢能产业发展中长期规划(2021—2035年),把氢能列为未来国家能源体系的重要组成部分。在《规划》指导下,我国氢能产业进入了发展新阶段,绿氢在工业领域的多元化、商业化应用正在提速加码。此次线下共创会聚焦“绿色智能制造与绿氢产业链”,以期通过面对面交流和研究讨论,拓宽入营企业的创新思路、探索更多创新场景、激发创新灵感,为绿色智能制造在绿氢行业的发展贡献新思路。
在活动现场,四川天府新区新经济局有关负责人表示:“在‘打造新的增长极,建设内陆开放经济高地’的总目标指引下,成都科学城于2021年正式揭牌,目前已成为集成电路、高端软件、绿色低碳产业链的协同发展区。这些成果,离不开清华四川能源互联网研究院、施耐德电气等众多企业机构、合作伙伴的共同努力。未来,成都科学城将为创新企业和交流活动提供更多支持,共同推动创新落地,加快产业转型升级。”
清华四川能源互联网研究院绿氢技术经济研究所徐华池博士分享了制氢在能源开发上的探索和实践,他指出:“在双碳目标下,氢作为一种新兴的清洁能源迎来快速发展机遇,氢能应用场景也愈加丰富,但氢能产业也面临着运维管理、系统效率、运输存储等诸多挑战。智能制造是制氢行业实现上下游协同效率、降本增效的必要途径。”
清华四川能源互联网研究院绿氢技术经济研究所徐华池博士
施耐德电气工业自动化业务战略经理谢小军介绍了赋能绿氢行业全产业链的全流程全生命周期解决方案,他认为:“绿氢行业需要考虑两大行业的强耦合联动,即可再生能源的不确定性和化工生产的安全稳定性。而以‘ETAP + APS’组合为代表的‘源网荷储’‘风光发电绿氢绿化工’一体化设计与运营数字化总体解决方案,能够覆盖绿氢耦合化工的全流程,赋能绿氢行业全产业链。”
9家加速营企业分别汇报了各自PoC方案的进展情况,包括项目开发、测试验证中遇到的困难,PoC的项目时间表等等。当前,各项目小组正围绕市政、电力、零信任架构、物流、供应链等全新应用场景和赛道,在人工智能、数字孪生、信息安全等新兴技术领域中展开积极探索、研究技术突破方向,并联合施耐德电气项目组团队根据行业一线真实需求,不断调整方案方向以优化其“从0到1”的落地可行性;与此同时,针对第三季高质量、高潜力的联创方案,施耐德电气项目组团队也与成长营企业紧密协作,致力于实现方案“从1到N”的规模化复制和落地。
现场分享的项目经理和入营企业代表
活动期间,施耐德电气与入营企业一同参观了清华四川能源互联网研究院,在参观与交流中进一步了解绿色能源在工业制造领域的深度理论探索与最新落地实践,为此后的技术创新储备了更多切中肯綮的理论视角与值得学习、借鉴的市场化应用范例。
施耐德电气与入营企业一同参观清华四川能源互联网研究院
伴随着第四季绿色智能制造创赢计划的持续推进,施耐德电气将持续通过技术支持、资源协同,联合“加速营”与“成长营”企业加速深耕赛道,推动创新在更多工业场景加速落地。
自2020年启动首届绿色智能制造创赢计划,施耐德电气集生态圈之力助力面向未来的创新解决方案落地,开启了三方联创的新篇章。四年来,绿色智能制造创赢计划共吸引了超570家专注高新科技领域的中小企业报名,近50家企业进入到联创方案阶段,覆盖多达25个工业场景。未来,施耐德电气将以行业需求为驱动、技术趋势为导向,持续挖掘工业应用新场景,携手入营企业打造更多高质量的联创方案,助推行业数字化转型和低碳转型,共同迈向开放、高效与韧性、可持续、以人为本的未来工业。
好文章,需要你的鼓励
网络和基础设施管理技术提供商NetBox Labs完成3500万美元B轮融资。该公司是开源网络基础设施管理平台NetBox的商业化运营方,服务数万家企业用户,包括数十家财富500强公司。NetBox已成为现代技术基础设施构建、管理和自动化的标准平台,可加速创新、简化运营并支持AI应用场景。
这项研究开发了VIDEO-RTS系统,仅用传统方法3.6%的训练数据就让AI学会了真正的视频推理能力。系统采用"纯强化学习"跳过死记硬背阶段,结合"稀疏到密集"的自适应推理策略,在五个权威测试中平均准确率提升2.4%。这一突破性进展可能改变AI视频理解的发展方向。
ITPro Today针对IT专业人士进行的边缘计算策略调查显示,55%的受访者对边缘计算概念仅"有所了解",21%的组织IT预算中边缘计算投资不足5%,而33%的组织至少投入10%。性能提升和安全性是采用边缘计算的主要驱动因素,分析和数据缓存是主要应用场景。Microsoft Azure IoT Edge是最广泛使用的边缘平台,混合云-边缘模型成为主流架构。成本仍是边缘计算采用的最大障碍。
约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构,具备自我纠错能力,在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习,能够像人类医生一样观察、判断和纠错,代表了手术机器人向真正自主化迈出的重要一步。