英特尔、EXOR International、JMA Wireless 和意大利电信携手合作,展示部署预置5G专用网络及AI的优势
新闻:近期,英特尔、EXOR International、JMA Wireless和意大利电信(Telecom Italia)携手在意大利维罗纳(Verona, Italy)建立端到端智慧工厂,成为工业4.0数字化惠及各种规模制造商的一大案例。这家智慧工厂采用了广泛的英特尔产品,包括英特尔凌动®处理器、英特尔®至强®可扩展处理器、英特尔® FPGA、英特尔® Edge Controls for Industrial软件和英特尔® Edge Insights for Industrial 软件,充分彰显了最新网络、云和边缘计算技术在敏捷和模块化的应用环境中带来的无限可能。
EXOR International首席技术官Claudio Ambra表示:“为充分利用英特尔和意大利电信最新的 5G 和人工智能技术,我们从头开始构建这座智慧工厂。我们在维罗纳的智慧工厂将证明数字化适用于任何规模的企业,且数字化对于那些希望在市场上保持创新力和竞争力的中小型制造商来说愈发重要。我们迫不及待地想要和大家分享工业4.0 解决方案为各种规模制造商提供的可能性。”
重要性:到2027年,全球智能制造市场预计将达到约5060亿美元的规模,年复合增长率为12.2%。如今,各类制造商们正在评估如何利用AI和5G等工业物联网技术降低维护及能源成本,并提高劳动生产力。然而,此过程仍然存在问题。EXOR的智慧工厂旨在展现数字化的运营优势,其中包括:
英特尔物联网事业部副总裁兼工业解决方案部门总经理Christine Boles 表示:“工业4.0如今正在加速推进,同时我们看到客户迫切想要了解5G和AI如何能够助力其加速数字化转型。EXOR全新智慧工厂便是一个很好的案例,充分证明了部署基于开放架构标准的解决方案可以降低维护成本、提高生产力并充分利用新商机。”
关于5G实验:智慧工厂中还包含一个预置5G实验室,以展示制造商如何构建专用网络,并集成现有解决方案来提供商业价值。该实验室将被用来探索以下5G功能:
关于项目:工业 PC 和人机接口制造商 EXOR 正与当地服务运营商意大利电信合作提供 5G 频谱(低于6GHz和26GHz)。这使EXOR能够利用工业 4.0 的优势让工程师便于协作、探索、测试、部署和启用数字化技术。EXOR 将向其它公司开放其部分智慧工厂车间和5G实验室,以展现其如何通过无线通信向工业 4.0 迈进。
EXOR 还将试运行一台视觉质量检测机器。借助英特尔® Movidius™ VPU 和英特尔®发行版OpenVINO™ 工具套件,该机器能够近乎实时地自动标记缺陷、灰尘和划痕。该解决方案还将对这些缺陷进行分类,然后再把信息发送给工厂工人进行评估。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。