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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。