探路智造,以5G引领未来工厂焕然新生
在“十四五”新发展阶段,“数字中国”的深入推进和“新基建”的广泛布局,让5G网络的建设和应用迎来了飞跃式的增长和重要的创新机遇期。作为5G技术创新和实践应用的先行者,新华三集团在杭州以5G创新实力融合智能制造的实践经验,打造出的紫光智能制造工厂,实现了5G在制造业场景的部署应用,成为了2021年浙江省“未来工厂”试点企业,创造了一个高度智能化的“工业4.0”生产基地。
赋能场景变革,向“制造强国”迈进
目前,新华三集团依靠5G网络大带宽、低时延、海量连接的特性和优势,已经在智能制造场景中成功突破了多终端连接、时延敏感业务等网络技术瓶颈,并以边缘计算的本地分流实现了工业数据不出园区等核心安全诉求,为5G在制造行业中的应用夯实了基础。目前,紫光智慧工厂已经实现了5G+AGV柔性物流运输、5G+机器视觉、5G+AOI/SPI/AXI生产设备等一系列智慧应用在生产和物流、检测等环节中落地,让工厂得以通过数字化的手段提升物流运转效率,提升自动化水平,实现少人化,进一步提升生产效率和管理决策准确性。
在紫光智能制造工厂的实践中,5G网络不仅实现上行带宽增强、低时延漫游切换,充分验证在可靠性、可用性等方面的实力,同时实现工厂数字化系统的轻量化,展现了在提升运维成效,推动降本增效等方面的价值。未来,紫光智能制造工厂将作为智能生产实践基地和“数字孪生”的创新样本,成为泛在感知、科技赋能宜产、高效睿智精治、绿色节能生态、便捷创新亲民“五位一体”的新型工厂,探索智能制造的转型升级。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。