ZDNet至顶网软件频道消息:近日,全球汽摩齿轮行业领导者——重庆秋田齿轮有限责任公司(以下简称秋田齿轮)两大生产车间的喧嚣一如往常。来自重庆市的70余家制造企业近200人,现场亲身体验了秋田齿轮寻常而充满“魔力”的一天。
秋田齿轮信息化体验会现场
秋田齿轮是目前全球最大的专业摩托车齿轮生产企业,产品主要供应本田公司在中国大陆及东南亚的合资厂家、铃木大长江集团、轻骑铃木、上海幸福、建设雅马哈、嘉陵、力帆、宗申、隆鑫、金城以及全国其他一类发动机公司。秋田产品不仅行销全国,还远销欧美、日本、中亚以及东南亚等10多个国家和地区。
2005年起秋田齿轮开始着手信息化建设,从最开始的基础应用,到逐渐渗透到企业生产每一道工序的应用,信息化成为秋田腾飞的助推力。9年来,秋田齿轮与用友优普强强联手,呈现了一场齿轮行业的信息化魔法。
信息化造就秋田齿轮独特优势
秋田齿轮财务总监兼CIO蒋斌先生在现场体验会上介绍,齿数企业属套型企业,产品销售普遍采用寄售方式,库存、应收账款管理难度大,多品种且产品生产工艺复杂,影响产品质量因素多,产品废品率较高。在未上信息系统之前,秋田齿轮同样面临这样的管理难题和挑战。从2005年开始,秋田齿轮逐步应用了用友优普U8+财务管理、生产制造管理、供应链管理、人力资源管理等20多个模块,如今已实现了信息化的深度精细应用。
基础数据标准化。借助U8+,秋田齿轮建立了科学、统一的基础编码体系,保证了编码的唯一性。实现了基础数据各部门共享,为规范的信息化管理奠定了基础。建立了多层次的BOM结构,严格区分了各种不同状态的材料、半成品、成品,为企业精细化核算和管控打下了基础。
全过程协同设计。通过PDM和ERP系统的整合应用,秋田齿轮实现了同主机厂的全过程协同设计;设计开发高效衔接,提高了技术资料的完整性和唯一性;帮助企业更快地建立起开发经验库,形成公司设计。
高效的供应链协作——VMI与寄售。通过系统建立了完善的VMI(供应商管理库存)和寄售业务处理流程,秋田齿轮实现了代管挂账的“日清月结”和方便快捷的对账,提高了与客户、供应商的供应链协作效率,降低了供应链整体成本。
N+1的滚动计划。U8+帮助秋田齿轮建立企业的产供销的滚动计划平台,根据主机厂生产要求,按照N+1滚动方式排产,使生产计划稳定有序,实现了按需生产;并可轻松应对插单、变更等情况,实现了均衡生产。
完善的工序流转机制。通过完整的订单及工艺路线资料自动生成工序流转卡,从毛坯到机加、到组装以及最终产品入库,每一批次物料转移的同时,工序流转卡同步转移,秋田齿轮实现了“物卡同行、实时记录”。
构建全程质量追溯体系。质量追溯是汽配行业必不可少的一个环节,涉及到企业从原材料收发、加工过程到追踪产成品出库的全过程。秋田齿轮将生产制造的全周期都通过系统进行数字化管理。可以随时随地的查询企业生产及加工过程中和质量相关的方方面面。
经过多年的信息化建设,秋田齿轮基本建成了OA协同办公系统,以及以CAD、CAPP、PDM为主的协同设计平台和以业务流程管控为主的ERP企业资源管理系统。通过全面信息化,秋田齿轮实现了跨越式发展,始终保持着在汽轮行业的领先地位。目前秋田齿轮各型汽车、摩托车齿轮的产销量均超过了1.2亿件/年,摩托车齿轮产品在国内市场占有率保持在35%以上。
用友优普助“摩帮”炼“魔法”
除蒋斌先生介绍秋田齿轮信息化成功经验之外,重庆市经济和信息化委员会领导赵红民先生、秋田齿轮常务副总裁邱川海先生、用友优普副总裁杨小美女士、用友优普重庆分公司总经理何小平先生也出席了本次体验会并发表讲话。
参会嘉宾现场演讲
重庆市经济和信息化委员会经济和信息化处赵红民先生为大会发表致辞,深度肯定了用友优普在重庆市企业信息化和两化融合推进方面的贡献,同时肯定了用友优普将企业互联网模式率先带到了重庆企业面前。秋田齿轮常务副总邱川海先生也发表致辞,感谢长期合作伙伴用友优普对秋田齿轮信息化的推进和建设。他说:“秋田人已经先于秋田进入了企业互联网模式,秋田也会在互联网大潮中找准定位,适应市场变化,成为适应互联网模式的制造大企。”
用友优普重庆分公司总经理何小平表示,用友优普与重庆地区的企业客户合作历程已有十余载,像秋田齿轮这样的客户还有很多,用友优普希望通过不断努力,推动重庆企业向企业互联网转型,帮助企业实现跨越式发展。
重庆民营摩托车制造群体构成了闻名遐迩的重庆“摩帮”,秋田齿轮就是其中的核心成员。作为秋田齿轮信息化的见证者,用友优普副总裁杨小美女士认为,秋田齿轮的信息化经验值得同类型企业借鉴和学习,用友优普一定会为更多像秋田齿轮一样实业兴邦的企业带来更优质的产品和更优秀的服务。
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。