企业级全栈云ICT服务商青云QingCloud日前宣布,与天津工业大学、北京中纺达软件开发有限公司达成合作,共同打造天津纺织云。天津纺织云充分利用了青云QingCloud的云计算能力和天津工业大学、中纺达在纺织行业的经验,以行业云的形式为整个纺织业的数字化转型提供了有力的技术保障。
中国自古有“女织男耕,桑麻满圃”的名句,纺织业在中国最早是从家庭生产开始。在2000年退出流通市场的五角纸币上,有着一个经典的生产场景——纺织车间和纺织女工。这套货币是以当年我国重要的产业和行业作为主体的。可见,纺织业在我国一直处于非常重要的位置。最新统计显示,中国的纺织业在全球处于领先的主导地位,但即便如此,中国纺织业也面临着发达国家“再工业化”和发展中国家加快推进工业化进程的“双重挤压”。中国的纺织业已经处于由大而强的关键转型时期,数字化手段和互联网化的趋势正推动着这场变革的加速。
天津工业大学的前身是河北纺织工学院,是我国最早开展纺织高等教育的学府之一。加之,天津工业大学的计算机科学与软件学院则是天津工业大学较早发展的工科专业之一,更于2011年成为天津市首批示范型软件学院。纺织技术+计算机技术,让天津工业大学开始走上了研究“纺织智能制造空间技术与系统平台”的道路。
天津工业大学纺织云平台项目负责人表示:“天津工业大学为中国纺织联合会重要成员,在业内拥有着极高的口碑。而我们建设纺织云的初衷是想在突出纺织特色的基础上,加强学科间交叉渗透及教学与科研的创新,以帮助天津的纺织行业适应现代需求。”
纵观整个纺织工业,很容易发现整个制造流程都存在一定的问题,无论是制造工艺、生产过程、内部物流,还是供应链管理、设备管理和质量服务管理,都因为不够智能和科技化而无法应对现代纺织业的种种要求,纺织行业出现生产产值高、工业附加值低、单机制造能力强和系统集成能力弱等问题。所以,一个统一的、含有附加值的平台对于纺织行业的变革转型充满了意义。而当数字化浪潮来袭,这个平台如果建立在云端,便能够将整个行业链接起来,实现真正的行业云。
借助了青云QingCloud云平台能力的天津纺织云整合了轻工纺织产业链各种资源,将涵盖纺机装备、沙线、织布、成衣、工艺设计、服装创意设计等各个领域的工业企业和个人作为平台的终端用户,提供包括工艺库及设计样本库、创意产品试制、相关资源智能对接、相关产品及整体解决方案展示交易等全方位综合的公共云服务,实现相关资源的有效整合和充分利用。在这朵云里,青云QingCloud处在最底层,也是最重要的一层——资源提供和管理层。
青云QingCloud早在今年6月便对外发布了行业云战略,其中一个分类就是以青云QingCloud云技术+行业优质经验的行业应用云。天津纺织云便正是这样一朵云:借助了青云QingCloud全栈ICT能力的云平台,加上天津工业大学多年来在纺织行业积累的优质经验,再联合有着深耕纺织行业应用的中纺达,采用SaaS服务模式,为平台上的纺织用户提供加工设备的联网与平台接入、实现对海量制造数据与知识资源的采集、存储、挖掘和利用、实现面向智能工厂的各种典型应用。
未来,天津纺织云这朵制造行业云必定会快速复制到其他行业和地区,而青云QingCloud也将从中汲取行业云经验,完善产品体系和解决方案,更好地服务各类行业客户。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。