5月28日,由中国信息协会主办的第九届中国工业数字化论坛在京隆重召开,论坛以“新基建、新动能,助力工业迈向智能新时代”为主题,旨在深度探讨制造业数字化转型、智能化发展的内生安全框架体系等问题,求索如何加快智能制造建设的新通路,为推动工业互联网产业高质量发展建言献策。柏睿数据作为中国数据库领域的新锐厂商受邀参加本届论坛,并凭借高通量工业数据中台的成功应用实践,斩获“2020-2021年度工业数字化建设创新企业”殊荣。
柏睿数据市场总监田敬莲上台领奖(左三)
柏睿数据荣获“创新企业”奖
工业数字化驱动工业4.0 数据处理能力需指数级提升
据了解,本届论坛汇聚了20多个国家部委、31个省区市领导,展示了上万家优秀科技企业的前沿技术成果。纵观本届论坛,释放着一个强烈的信号:由工业互联网所驱动的数字化转型已逐渐成为新时期工业革命的核心,制造业正在整体向工业4.0时代疾驰,在全面数字化的新阶段,包括生产流程、业务模式、管理方式、数据分析、数据监测在内的任意细分环节,都发生了指数级的巨变,对提供核心支撑基础数据处理能力也提出了更高的要求。
对此,柏睿数据于2020年发布了全自主“存算一体机”,面向全国打造国产数据库+国产芯片,国产操作系统的全栈数字化新基建核心产品及解决方案,并全面解析了其在工业智能制造数字孪生仿真基础设施端的不可替代性。首先,基于柏睿数据“存算一体机”,实时处理工业生产数据以及海量设备数据,实现从设计、制造、维护等工业环节数字化;其次,作为数字基础设施,支撑构建数字孪生仿真平台,实时监控生产运作情况,不断优化工厂效率、提高产品品质及精准交付,强赋能工业产业的高质量发展。
高通量工业数据中台 工业数字化的底层抓手
与会专家分析指出,数据库技术作为新基建中“软实力”的明珠,是全面数字化的底座支撑,对于工业数字化而言,更是凸显了其对于制造业特殊属性的独一作用。面向工业4.0的渐行渐近,面向我国从“制造大国”向“制造强国”转型的战略要求,一部分本土数据库新锐已经走在了前列。从此次获奖的柏睿数据来看,其产品线覆盖大数据处理从数据整合、数据存储、实时处理、分析挖掘到数据智能全流程。面向我国建设“制造强国”的战略刚需,柏睿数据打造的“高通量工业数据中台”具备全流程管理、海量数据实时分析、精准预测、智能制造全过程效能管控,可以说,柏睿数据是在让国产数据库的“加速度”驱动中国制造“强起来”。
柏睿数据物联网事业部首席架构师张剑飞做主题演讲
据悉,“高通量工业数据中台”是以柏睿数据自主研发的分析型数据库为基础,从底层构建起自主可控的工业大数据平台,通过全流程管理、全数据实时分析、全方位监测,帮助用户轻松的实现对工业数据采集、治理、分析、挖掘、建模,以及快速构建工业智能分析应用。目前已经在“供应链、经济、港口、电网、能源、风电、轨道交通”等诸多领域得到了广泛的成功应用。
由于其基于全内存分布式架构,“高通量工业数据中台”能够最大限度地提升工业数据运用效率,在面对宏观工业经济分析、复杂场景协同调度、大型企业数字化、高密度物联监测、毫秒级安全研判等关键数据处理上具有天然优势。尤其在面对工业数据量级庞大、类型庞杂的制造业企业痛点时,能够做到毫秒级响应,切实落地海量数据实时分析处理能力。
工业领域专家指出,数字化时代,效率已被推到了更高的层级,对于制造业来说,更是关乎存亡;特别是涉及到设备故障预警、危险源监测等关乎生产安全的重点实时应用中,柏睿数据工业数据中台的“以快制胜”或许将成为未来我国工业数字化的底层抓手。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。