为持续推动智能制造发展,英特尔助力联想打造了联想(天津)智慧创新服务产业园。在构建这座5G智慧工厂的过程中,双方充分运用绿能技术和绿色建造技术,在智能制造、智联质量、智慧物流等方面优化建设运营方案,为业界打造了一个高度自动化、全面智能化的可复制零碳智造解决方案。
联想(天津)智慧创新服务产业园
近年来,数字化、智能化技术与制造业的融合日趋加深,以5G为代表的先进技术正以强大的潜力和融合效应为制造业带来全新变革。据IHS Markit预测,到2035年,5G将创造13.1万亿美元的经济产出,其中智能制造将贡献总经济产出的1/3以上。
英特尔中国区网络与边缘事业部首席技术官、英特尔高级首席AI工程师张宇博士表示:“长期以来,英特尔深耕制造业领域,并一直基于软件定义的、支持可持续发展的网络与智能边缘基础架构,构建面向智能制造的IT&OT&CT融合解决方案,助力包括联想在内的生态伙伴打造未来工厂,推动制造业的数字化转型升级。”
凭借多样化的网络与智能边缘产品组合和端到端整体解决方案,英特尔为推动行业实现可持续的智能化变革提供关键价值。例如,由于网络基础设施对于实现可持续发展至关重要,英特尔提供了集成vRAN Boost的第四代英特尔®至强®可扩展处理器,能够在不增加功耗的情况下提供两倍容量,并额外节省高达20%的能耗,从而满足关键的性能、扩展和能效要求。除了提供能够满足严苛工业环境要求的硬件计算平台,英特尔还以工业边缘洞见平台(EII)、工业边缘控制平台(ECI)及OpenVINO等软件为基础,辅以全方位的产业链支持,将新兴边缘计算技术、人工智能、机器人、机器视觉、高可靠网络互连及工业软件等工具与传统工业自动化系统相融合,与生态伙伴共同构建未来智慧工厂。
此次基于英特尔软硬件产品组合打造的联想(天津)智慧创新服务产业园项目,充分践行了“零碳之路,绿色之道”的初心,着力打造集生产制造、研发实验、数字化展示于一体的高度信息化、智能化业界标杆产业园。该项目不仅可助力工厂提升生产效率、优化物流管理、改善安全监控、降低维护成本,对产线而言,还将实现自动化生产、远程操作和监控、数据分析和优化,以及人机协同合作,能够大幅提高生产线的效率、质量和灵活性。
联想集团首席研究员、云网融合事业部高级总监李瞳博士表示:“随着制造业智能化升级的加速推进,IT、OT、CT融合成为大势所趋。联想的5G+制造解决方案,以NFV技术为底座,基于通用硬件,以软件形式实现网络功能,使得客户可以轻松地在既有算力设施基础之上,以最小成本实现稳定可靠的网络功能,并切实应用到生产运营的核心环节。天津创新产业园是我们这一技术理念和一系列创新成果的集大成呈现。我们很高兴与英特尔持续携手合作,共同打造一个个经典的‘5G+’解决方案,推动中国制造的转型升级。”
在此过程中,英特尔也将继续凭借以无处不在的计算、无所不在的连接、从云到边缘的基础设施、人工智能以及传感与感知为代表的“五大超级技术力量”,加速推进数实融合,与包括联想在内的更多产业链上下游生态伙伴合作,全面赋能包括制造业在内的千行百业,为数字中国的建设添砖加瓦。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。