谷歌今天早些时候表示,其Google Cloud将与工业巨头西门子合作开发新的人工智能产品,帮助优化流程并提高工厂车间的生产率。
两家公司表示,此举目的是将Google的云、人工智能和机器学习技术与西门子的工厂自动化系统结合在一起,帮助制造企业实现运营方式的数字化转型。
目前来看,两家公司是十分契合的。Google Cloud在AI和机器学习方面处于领先地位,而西门子是全球领先的软件和系统供应商之一,致力于帮助工厂更平稳地运行。
谷歌和西门子表示,制造业迫切需要自动化。他们指出,尽管目前很多工业流程都是由数据驱动的,但大多数制造企业仍在使用老旧的软件和多套计算系统分析来自制造工厂的信息,这样做不仅效率低下,而且占用大量资源,因此制造企业需要频繁进行手动更新和检查,以确保数据准确无误。
此外谷歌和西门子表示,尽管少数制造企业已经开始在某些工厂实施了AI技术,但其中很多项目都变成了工厂中孤立的“孤岛”。普遍来看,制造企业都极力在其全球业务中大规模实施AI。
总而言之,这些就是谷歌和西门之想要解决的问题。双方计划将Google的数据云、AI、机器学习服务,与西门子的Digital Industries Factory Automation工具集成在一起,帮助企业协调工厂数据并在其上运行基于云的分析和AI,在网络边缘部署算法。谷歌和西门子表示,这样一来,制造企业就可以在网络边缘运行新的应用,例如可以利用视觉技术检查产品、确保质量的计算机视觉应用,以及可以预测流水线机器磨损的算法。
西门子副总裁Axel Lorenz承诺,谷歌AI专业技术与西门子工业边缘系统的结合,将为制造企业带来“改变游戏规则的一场变革”。两家公司尚未发布任何正式产品,但表示,双方的合作将让制造企业可以轻松地在工业规模上大规模部署AI,实现日常任务的自动化并提高生产率。
“通过简化工业用例中的AI部署,我们将在工厂为从事关键任务的员工提供辅助,”Google Cloud制造与工业业务执行董事Dominik Wee表示。
“像企业的所有职能领域一样,在采用AI功能方面,工厂车间具有巨大的优势,”Constellation Research分析师Holger Mueller这样表示。
好文章,需要你的鼓励
印度理工学院研究团队从大脑神经科学的戴尔定律出发,开发了基于几何布朗运动的全新AI图像生成技术。该方法使用乘性更新规则替代传统加性方法,使AI训练过程更符合生物学习原理,权重分布呈现对数正态特征。研究团队创建了乘性分数匹配理论框架,在标准数据集上验证了方法的有效性,为生物学启发的AI技术发展开辟了新方向。
英伟达和诺基亚宣布战略合作,将英伟达AI驱动的无线接入网产品集成到诺基亚RAN产品组合中,助力运营商在英伟达平台上部署AI原生5G Advanced和6G网络。双方将推出AI-RAN系统,提升网络性能和效率,为生成式AI和智能体AI应用提供无缝体验。英伟达将投资10亿美元并推出6G就绪的ARC-Pro计算平台,试验预计2026年开始。
Sony AI开发出SoundReactor框架,首次实现逐帧在线视频转音频生成,无需预知未来画面即可实时生成高质量立体声音效。该技术采用因果解码器和扩散头设计,在游戏视频测试中表现出色,延迟仅26.3毫秒,为实时内容创作、游戏世界生成和互动应用开辟新可能。