近日,由 CIO 发展中心主办的第一届高科技智造创新数字化峰会在苏州举办。大会聚焦制造业的数字化转型,邀请行业专家、学术大咖、机构代表共聚一堂,就“供应链管理的采购和供应商协同”、“智能制造的数字化变革”、“企业发展数据治理”以及“大数据时代下的工业互动与智能创造”等议题展开深度交流。端点科技高级业务咨询专家吕肖峰受邀参加活动,并通过题为《智慧供应链,制造业数字化转型的新动能》的主题演讲分享了自己的观点。
制造业数字化转型的核心,是将行业实践与数字化融合
第四次工业革命浪潮下,全球工业迈向智能化。中国工业革命的四十年基础扎实、成果卓著,但在大背景下仍需提高制造业创新能力,推进信息化与工业化深度融合。当前,制造业转型成为国家战略,政策的正向引导、增加研发投入、增加资本投入多方并行推动我国制造业升级和创新。
在演讲中,吕肖峰指出,制造业数字化转型的核心是将行业实践与数字化融合,借助新一代信息技术覆盖制造业的整个生命周期,既能用先进技术改造各个业务环节,又能尽可能促使全流程走向数字化。同时,产业链条上的各类运营管理活动可通过数据分析赋能决策、预测生产、创新服务。
另一方面,制造业数字化转型还能够驱动智慧供应链实现从线下作业到在线协同,从内部管控到内外互联,从买卖交易到生态合作,从单个节点到全价值链的多重转变。
打造智慧供应链,实现制造业产业上下游供需协同
传统的企业供应链协同与管理难以为继,在供应链中的各个环节都暴露出亟待解决的问题。为破除传统供应链承压困境,供应链上的各节点企业必须依靠新兴技术加持以及供应链平台赋能,逐步实现供应链信息化、数字化与可视化,从而进一步助推我国供给侧结构性改革,以实现供需两侧相匹配的完整数字经济。
因此,供应链数字化转型的目标要从两方面考量,从采购侧来看,需要做到降低采购成本、库存成本,提高采购协同效率,保障过程透明、合规;从销售侧来看,需要挖掘客户、提升销量,提高销售响应效率,提高客户服务品质。采销协同,提升供应链效率,同时模式创新,寻找第二增长曲线。
端点科技智慧供应链解决方案,赋能行业可持续发展、重塑产业价值链
端点科技围绕数字化采购、数字化销售、采销一体化三大核心业务场景打造智慧供应链解决方案。聚焦油气、煤炭、风电、光电等多个行业,端点科技致力于成为企业供应链转型的最佳合作伙伴。
在数字化采购领域,端点科技帮助企业统管采购需求,降低企业采购成本,降低呆滞库存,优化供应商协同,提高核心物资供应稳定性。在数字化销售领域,端点科技为企业拓展新客户,降低销售管理成本,规范销售渠道,提升客户服务。在采销一体化领域,端点科技助力企业快速响应上下游价格波动,联动分析产供销信息,提升总体利润率。
数字科技重塑企业价值,打造有竞争力的智慧供应链体系
端点科技旨在为各行各业打造稳定畅通的产业链供应链体系,一路走来,获得了能源、制造、零售等多个行业客户的认可。端点科技与中国海油携手搭建的海油商城平台累计交易一突破 10000 亿元,而端点科技助力山东能源集团打造内部采购平台,则助力集团下属 400 余企业实现协同采购,年交易金额超 300 亿。
此次峰会的特别环节,重点展示了协鑫能科携手端点科技开展的数智化实践。协鑫能科借助端点科技提供的数字化底座 Erda,构建起研发运维一体化体系,充分满足了协鑫集团的安全生产要求,提供丰富的安全功能并且在部署环境中重视使用安全产品和配置安全策略,让业务快速迭代的同时能保障生产环境、核心业务、关键场景的稳定和安全。未来,端点科技将继续为协鑫能科技术模式创新提供有力的服务支撑与保障。
制造业数字化转型是大势所趋,制造业供应链数智化升级势在必行。面向未来,端点科技将继续做好供应链数智化升级基础建设,将新一代信息技术贯穿全产业链,更好地为数字化转型服务。
好文章,需要你的鼓励
浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法,它允许高斯基元在任意时空位置自由出现,并赋予每个基元运动功能,使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中,该方法在渲染质量和速度上均大幅超越现有技术,特别是在处理复杂动态场景时,使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染,为电影制作、游戏和虚拟现实等应用提供了新可能。
这篇研究介绍了"对角线批处理"技术,该技术解决了循环记忆Transformer模型在处理长文本时的并行计算瓶颈。通过重新编排计算顺序,研究团队实现了在不破坏依赖关系的情况下进行并行计算,使LLaMA-1B模型处理长文本的速度提升3.3倍,同时内存使用减少167.1倍。这种纯运行时优化不需要重新训练模型,为实际应用中的长文本处理提供了高效解决方案。
BEVCALIB是一种利用鸟瞰图表示实现激光雷达与相机校准的创新方法,由南加州大学和加州大学河滨分校的研究团队开发。该方法将不同传感器数据转换到共享的BEV空间,并通过几何引导的特征选择实现高精度校准。在KITTI和NuScenes等数据集上,BEVCALIB比现有最佳方法平均提高了47-82%的性能,为自动驾驶和机器人系统提供了可靠的传感器融合基础。
博尔扎诺自由大学研究团队开发的PATS技术通过保留完整运动片段代替随机抽取视频帧,显著提升了AI评估体育技能的能力。该方法在EgoExo4D基准测试中表现出色,攀岩评估准确率提高26.22%,音乐提高2.39%,篮球提高1.13%。PATS能根据不同运动类型自动调整采样策略,为体育训练和人才发展提供了更准确的自动评估技术。