至顶网软件与服务频道消息: 近日,工程和工业软件的全球领导者AVEVA宣布推出新的离散精益管理软件,以支持离散制造市场的数字化转型。这款新产品通过对手动和自动化生产线进行数字化精益生产管理,提高运营效率。借助AVEVA可快速部署的易用型数字工具,用户可以通过仪表板、工作站和移动设备查看生产信息、KPI和通知,从而改善设备整体效率和员工生产效率,并促进基于数据的持续改进。
AVEVA规划与运营高级副总裁Harpreet Gulati
AVEVA离散精益管理软件旨在帮助那些仍在使用纸质系统的制造厂解决当前的问题,实现高效的精益生产和工单管理、生产指导和数据收集。它使用数字工具代替物理记录,从而降低人工流程的风险,并实现生产绩效的实时可见性,使团队通过协作及时解决生产问题。
“AVEVA离散精益管理是我们与施耐德电气紧密合作的结果,并已作为数字化精益系统成功部署到了施耐德电气全球的众多工厂。我们很高兴能够面向所有客户全面发售这些行之有效的精益生产和行业最佳实践,帮助他们提高制造生产率和盈利能力,并快速启动智能制造和数字化转型之旅。”AVEVA规划与运营高级副总裁Harpreet Gulati表示。
在施耐德电气制造厂取得可喜成果
AVEVA 的离散精益管理软件解决方案已被施耐德电气的制造工厂采用,并已在全球70多家智能工厂成功部署,通过减少停机时间将生产率提高10%,同时由于可自动上报生产问题,可将响应时间缩短70% 。
施耐德电气的四家智能工厂大规模部署了一系列第四次工业革命的技术和用例,同时始终将人员和可持续发展置于其创新战略的核心位置,为此,世界经济论坛特别给予褒奖,称赞了施耐德电气的这些举措。
施耐德电气过程自动化业务部系统产品组合副总裁 Hany Fouda表示:“作为施耐德电气智能工厂计划的一部分,我们在制造工厂部署AVEVA离散精益管理解决方案,到目前为止所取得的成果令我们非常高兴和满意。我们的智能工厂计划专注于部署易于实施和能够快速扩展的技术(包括EcoStruxure解决方案),以增强效率和可持续性。AVEVA的解决方案通过减少停机时间并改善响应时间,帮助我们实现了这些目标。随着市场对此类成果卓著的软件解决方案需求的不断增长,我们相信,AVEVA选择了一个正确的时机踏入离散精益管理市场。”
由于AVEVA与物联网设备和200多个工厂自动化系统的全方位连接,该解决方案还帮助减少了手工生产和精益数据收集任务的数量。AVEVA拥有卓越的全球影响力和合作伙伴生态系统,这使制造公司能够有效推行其工业4.0和制造业务转型战略。它是AVEVA Flex订购计划的一部分,旨在使客户在工业控制系统的采购、设计、管理和使用方面获得顶级灵活性,能够比以往更快、更轻松地采用变革性技术。
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。