11月7日,2022全球工业互联网大会在沈阳新世界展览中心盛大开幕,本届大会以“赋能高质量 · 打造新动能”为主题,更加突出成果展示、国际特色、场景优势、合作交流,为建设制造强国和网络强国提供有力支持。紫光云公司携手紫光股份旗下新华三集团亮相本次展会,通过工业互联网平台、智能联接、智慧应用、产业升级以及在辽沈地区的实践案例,共同展示了紫光工业互联网赋能数字经济的全栈能力,深化合作交流,向业界全方位呈现了紫光云在工业互联网领域的领先方案与阶段性成果。
走深向实,以平台为基夯实场景应用“价值面”
紫光工业互联网是本次参展的核心亮点,紫光云UNIPower工业互联网平台定位于“技术+知识”的基础共性平台,拥有强大的物联网能力、大数据分析、工业机理与算法模型及AI构建能力、低代码工业应用使能服务、丰富的市场应用和知识库,可为全国工业企业提供全方位的工业云服务、数字化工厂解决方案和工业互联网安全保障。
智能联接是紫光云UNIPower工业互联网平台得以开辟无限场景机遇的保障。依托新华三在5G、智能网关及确定性网络、边缘计算等领域领先的智能连接技术,紫光云工业互联网解决方案得以在百行百业实现高效赋能。以紫光股份智能工厂为例,基于智慧应用赋能,目前工厂产线自动化率达88%、单站直通率99.5%以上,在国内智能制造领域树立了新标杆。
赋能百业,打好工业互联网生态创新“组合拳”
紫光工业互联网秉持“平台+服务+生态”的发展理念,全面开放技术能力和运营能力,联合制造业多个领域、各个细分场景下的合作伙伴共同协作,为城市经济持续发展提供创新动能。
在政企服务领域,紫光云融合产业数据,打造“产业云图”,为区域“强链”、“补链”、“延链”提供有力数据支撑。在建立大数据辅助科学决策和企业管理机制的情况下,“产业云图”将加速推动区域产业经济管理和服务模式创新,实现政府决策科学化、企业服务高效化,助力政府实现产业精细化管理,有效促进产城融合发展。
通过为工业企业打造“企业云图”,紫光云深度融合业务与数据,实现平台化设计、个性化定制、网络化协同、智能化制造、服务化延伸、数字化管理等应用模式。在智能工厂、智慧企业园区、创新数字化应用等领域,积累下成熟的经验。
协同发力,收获辽沈工业数字化阶段性“实践果”
基于对产业的深度理解和数字化能力,紫光云积极参与辽沈地区产业发展和数字化升级,赋能百行百业转型发展,为政府及企业客户提供全栈、全域、全场景的云计算解决方案。近5年来,基于辽沈地区企业发展现状,通过紫光云工业互联网平台,已服务超过200家辽沈各类工业企业,平台产品服务増至百余种,服务内容涵盖6大领域100多个解决方案。
2020年至2021年期间,由紫光集团落地沈阳的东北区域总部公司——紫光中德投资建设的“工业互联网平台应用创新推广中心”(以下简称“中心”),已汇聚了全国50家服务商,形成了100个以上解决方案。通过深度参与和深入服务,紫光中德推动工业互联网平台技术在辽宁的攻关和应用推广普及,以数字引擎为辽宁“老原新”赋能。目前,本项目于2022年顺利通过工信部验收,并已升级为国家级“数字化转型促进中心”。
未来,紫光云将继续在“云智原生”战略的指引下,依托紫光云“云数智”三维全栈云能力,持续升级智能数字平台,以技术创新迎接变化,以模式重构引领成长,为辽沈地区及全国工业互联网的高质量发展,贡献数字力量。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。