ZD至顶网软件频道消息:近日,曼哈特公司宣布拉夫本葡萄酒集团(Rathbone Wine Group)(澳大利亚优质葡萄酒的领先生产者之一)的分销机构14 Degrees,已成功实施曼哈特的仓储与分销管理解决方案曼哈顿SCALE。作为企业转型项目的组成部分,该解决方案的部署将帮助14 Degrees提高客户服务体验并推动业务持续增长。
14 Degrees位于澳大利亚维多利亚州的墨尔本港口分销中心在部署曼哈特解决方案的短短数个月内就实现了更快速的商品流通以及满足客户产品需求的更准确现货率,库存准确率达99.9%,同时在生产效率方面获得25%的利润。
14 Degrees的总监Darren Rathbone表示:“由于我们销售的产品具备消费品性质,因而对于我们的酒庄客户而言,随时获知产品地点及其库存完整性是非常重要的。我们原先的系统不能随时为我们提供准确及时的产品库存信息,而现在曼哈特的产品能为我们及时提供所有库存的端对端可见性,这意味着我们可以为顾客提供更加快捷准确的商品物流,并且可以保证供应链中每一阶段的产品都具备最高品质。”
现在,14 Degrees拥有更灵活精简的分销能力,能夠为澳大利亚领先的酒庄提供服务,其中包括优伶酒庄、蓝脊山酒庄以及仙乐都酒庄。此外,曼哈特解决方案的多功能性使14 Degrees能夠拓展除葡萄酒之外的服务领域,涵盖其他需要在储存和运输中控制温度的产品。
Rathbone继续表示:“仓储管理解决方案具备灵活性,能夠处理高吞吐量货品并在复杂、高密度货架环境中发挥所需功能,无缝管理库存流动,这对我们意义重大。曼哈特公司曾花费了大量时间来了解我们错综复杂的业务情况,并配置系统以满足我们及顾客的确切要求。曼哈特团队按时完成了方案部署,并在方案实施期间及之后确保一切顺利运行。”
曼哈特的SCALE解决方案可以为众多不同行业的企业解决供应链执行难题,其可扩展性能确保企业轻松应对销售高峰期的挑战并逐步拓展企业业务。14 Degrees正考虑开拓展制药业等新的分销市场,而曼哈特解决方案的敏捷性及其帮助企业在多个行业高效运营的实力是14 Degrees决定使用曼哈特SCALE的最主要原因。
此外,曼哈特SCALE提供用户友好的操作界面,便于员工掌握可快速投入使用,其高度可配置性还能夠满足不同企业的多种需求。
曼哈特公司澳大利亚及新西兰区的常务董事Raghav Sibal表示:“14 Degrees由葡萄酒生产商负责运营,因此十分清楚葡萄酒在储存和运输方面的特殊要求。他们也认识到在如今竞争激烈的市场中,实现利润最大化且满足日益复杂的顾客要求至关重要。我们相信曼哈特的解决方案将帮助14 Degrees便捷高效地派送顾客订购的商品,该竞争性优势将确保公司向新服务产品及领域拓展,并不断取得成功。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。