ZDNet至顶网软件频道消息:近日,用友优普首届用户年会大连站成功举办。来自辽宁、吉林、黑龙江等地区的500余位企业用户、合作伙伴和媒体记者参加了此次年会。会上,用友优普公司面向东北地区正式发布了用友优普USMAC企业互联网应用模式,并通过现场体验、分论坛讲座与互动等方式全面展示了USMAC企业互联网应用模式下的U8+、U9、PLM、CRM及企业信息化创新应用新品,开启东北地区企业互联网奇妙之旅。

用友优普首届用户年会大连站现场
用友优普USMAC服务企业互联网化
用友软件股份有限公司董事长兼CEO王文京先生通过视频致辞表示,当前,整个用友集团都在致力于为企业互联网应用转型服务,希望用友优普全体同仁在企业互联网新阶段能够发挥我们多年积累管理信息化的基础,充分应用新一代的技术来服务好中型企业、成长型企业互联网化的建设,支持服务的企业成功实现互联网化,实现企业新的发展。

用友优普总裁向奇汉先生发表演讲
用友优普总裁向奇汉表示,进入到企业互联网时代,用友优普不仅自身要成为一家企业互联网公司,还要为推动传统企业互联网化,提供最贴近企业实际需求的企业互联网应用模式和产品服务。他在会上宣布,用友优普正式面向东北地区发布USMAC企业互联网应用模式。
USMAC是用友优普基于对国内中型企业管理、业务及信息化的深刻理解和多年技术积累,以企业精细化管理为核心,综合运用当今最先进的社交、移动、大数据、云计算等信息技术,首次提出了企业互联网化的完整应用架构。
通过USMAC企业互联网应用模式,用友优普将在帮助企业实现全面的精细化管理和建立完整的经营管理数据基础上,进一步帮助企业获得更广泛的上下游数据、社会化数据和物联网数据,从而打通企业内、外信息与业务流程,实现产业链协同和社会化商业。
中型和成长型企业的特点之一就是作为产业链上的一个环节,需要打通产业链上下游。利用互联网打通产业链,是中型和成长型企业转型的关键,用友优普将帮助这样的企业向互联网化转型。
立足东北地区放眼未来
用友优普公司此次发布的USMAC企业互联网应用模式,得到了业界专家和用户的共鸣和认可。
中关村大数据产业联盟秘书长、中国计算机学会大数据专家委员会委员赵国栋先生在题为“大数据时代区域经济转型之道”的演讲中指出说,在互联网时代,企业正经历着从数字说话到数据驱动的变革,用友优普发布的企业互联网的方向,与中国大数据产业联盟的方向紧密融合。所有尚未进入互联网状态的企业,都可以按照USMAC的模式,做到企业应用的五大连接,实现互联网时代要求的三大次变革,沿着互联网应用123路径,最终完成企业互联网化的进程。
用友优普U8+产品在东北地区的典型用户——阜太泵业制造有限公司董事长刘兴杰带来了“精确管理、精工制造、精益求精——互联网时代的企业管理变革”的主题演讲,向参会企业展示和分享了阜太泵业成功实施企业信息化、以信息化实现企业管理升级和企业跨越式发展的成功经验。
刘兴杰说,通过信息化建设,在用友优普U8+的支持下,阜太泵业大幅降低了总体经营成本,减少了采购和库存成本及资金占用,提高了生产稳定性和产品质量,实现了管理创新和变革。
大连市经信委副巡视员李持见先生在会上表示,在企业互联网时代,成长型企业面临新的发展机遇,信息化作为企业组织管理的手段,已经成为经济发展的引擎和未来管理的必须,新技术、新模式将为企业信息化带来优化升级,重塑管理。他希望用友优普能共帮助大连企业携手共进,再创大连信息化建设的新辉煌。
作为中国著名的老工业基地,近年来,东北地区正在焕发新的生机。这里聚集了一大批传统制造企业,转型升级需求迫切。用友优普USMAC企业互联网应用模式致力于帮助传统企业实现转型升级,引领东北企业在企业互联网时代再次腾飞。
好文章,需要你的鼓励
讨论AI发展前景及其对各行业的影响,以及加速计算的未来。演讲将涵盖人工智能、机器人技术、仿真、游戏和内容创作等前沿技术。此次演讲备受关注,特别是在英伟达与Synopsys深化合作以及收购Groq和SchedMD之后。观众可通过YouTube观看直播。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
波士顿动力在CES 2026上发布了新版Atlas通用人形机器人。新原型机以轻快且极其类人的步伐登台,展现了令人印象深刻的行走能力。该机器人拥有56个自由度,配备全旋转关节和具备触觉感知的人类尺寸手部,能够执行材料排序、装配和机器维护等任务。Atlas将首先在现代汽车集团位于乔治亚州萨凡纳的制造工厂投入使用。现代汽车还宣布与谷歌DeepMind合作,将Gemini机器人技术集成到波士顿动力系统中,推动物理AI领域发展。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。