杭州市临平区作为我国数字经济的桥头堡之一,近年来加大政策力度发展工业互联网,积极布局“未来工厂”,通过制造业数字化转型带动区域经济实现高质量发展,闯出一条独具特色的创新之路。
今年以来,临平区深入实施数字经济“一号工程”,大力推动工业互联网产业发展,打造开放的数字经济发展环境,为工业互联网发展集聚高端人才、科技资源,完善产业梯度发展空间布局,增强产业生态粘性,不断激发高质量发展新动能大力推动数字经济发展。其中,艺尚小镇和工业互联网小镇是产业布局的代表。
一直以来,时尚与杭州都有着不解之缘:顶级品牌的抢滩、艺术园区的遍地开花……这一切都依托杭州服饰行业的蓬勃发展。
艺尚小镇自2015年启动建设以来,对标国际一流,做强特色产业,打造中国时尚产业新高地。小镇以服装、时尚为主导产业,先后荣获全国首批纺织服装创意设计试点园区、省级特色小镇、省级标杆小镇等称号,连续四年成功举办中国服装杭州峰会、中国时尚大会等重大活动。目前小镇已经聚集国内外顶尖设计师30名+,入驻服装企业总部及区域性总部80家+,集结了伊芙丽、INXX、Bosie、othermix等时尚品牌总部及赵大喜、陈赫、张子萱等红人品牌总部。
作为浙江省八大万亿产业之一,时尚产业显然被赋予了全新的时代注解和浙江特色。一方面,区位优势和产业核心资源赋予小镇无与伦比的竞争力。依托九堡服装生产基地,海宁皮革、桐乡毛衫、柯桥面料等国家级服装产业链资源带,形成磅礴产业脉络。浙江理工大学、中国美院及阿里巴巴更是奠定了强大的时尚专业人才及电商人才基础。
另一方面,艺尚小镇开展的“孵化—加速—产业化”接力式培育链条和上下游产业链,在小镇与周边街道形成服装企业接力式培育和产业集聚。这里的全产业链支持,为时尚企业提供整套数字化赋能转型解决方案,让传统服装企业走上转型升级之路。
中国服装科创研究院的成立,更为服装业数字化转型升级,推动服装行业的可持续高质量发展提供了有力支撑。
中国服装科创研究院隶属中国服装行业协会,是服装行业权威性、公益性、开放式的科技创新平台及服务机构。 研究院下设十大研发及创新中心和三大服务平台,致力于服装科技创新领域的成果研发,以政、行、产、学、研、用相结合的方式,开展推动成果扩散应用的资源优化配置、信息交流传递、实践教育培训等服务。
艺尚小镇的绽放,在让杭州走向时尚之都获得推力的同时,也将成为浙江时尚产业实现万亿级跨越的引擎与新核。
近几年,临平区编制并出台《临平区工业互联网创新发展工作方案》,全面实施工业互联网创新发展战略,以数字化改革为引领,以产业链现代化、产业基础高级化为方向,着力构建以临平新城为核心载体,以阿里云supET平台和中国工业互联网研究院浙江分院为两翼驱动的工业互联网产业集群格局,积极构建组织型制造新体系,优化工业互联网创新发展应用生态,积极打造长三角工业互联网引领区,为全区高质量发展提供创新动力。力争到2023年,培育10个省级工业互联网平台,推动100家以上企业开展工业互联网试点示范应用项目,推动1000家企业实施数字化、网络化、智能化改造升级。
杭州得体科技有限公司成立于2015年6月,是一家为纺织服装行业提供全品类、全链路、数智化、一站式柔性供应链服务的平台级服务商,通过深度整合服装上下游供应商资源,建立起以订单驱动为核心、链接两端业务需求的桥梁,以满足快时尚品牌、直播电商、网红直播、跨境电商对极致快反供应链需求,为客户提供OBM/ODM/OEM/OM等不同的服务。得体科技CEO程虎林介绍,公司利用互联网技术,构建以大数据为基础的服装产业SaaS供应链平台,深度整合服装产业上下游资源,打通设计师、版房、面辅料商、工艺商、生产商、品牌商及分销商等的链路,打造专业化、规模化、系统化的柔性供应链平台。
环思公司主营为推动纺织制造企业设备上云、数据上云,形成企业的数据中心,提供数据中心服务。企业搭建的环思云联纺织行业工业互联网平台是基于阿里 supET 工业互联网平台构建。通过平台服务的使用,使入驻企业实现设备在线、业务在线、企业数字化、上下游协同,实现了上线制造企业数字化管理,打通内部系统和上下游企业之间的数据链路,提升企业快速反应的灵敏度,提升了上下游企业之间协同效率,从而提升企业效率和竞争力。
临平区作为浙江省最年轻的区,坚持数字赋能制造业高质量发展,设区伊始就定位为全省智能制造中心,创新发展工业互联网,加快培育工业互联网的产业生态,既是临平发展数字经济的新动能,也是临平赋能传统产业转型升级的重要驱动力,力争成为长三角工业互联网引领地。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。