通力电梯,这个有着107年历史的电梯行业巨头,目前已经全球在60个国家的楼宇中,每天为10亿人提供最短途的“交通工具”。据了解,在全球前十大电梯品牌中,通力是唯一一家只做电梯的公司,其最看重的就是技术,单单在一个曳引机上就有300多项专利。
在过去的10-12年里,由于城市化进程的加速,通力的销售额也在不断攀升。在这样的趋势背后,通力看到的不只是一个数字的增长,更多的是来自消费者对产品和服务更高的期望和要求。对此,这几年来,通力也在不断借技术之力,通过将设备、客户、员工和终端用户连接在一起,打造一个基于电梯的“智能空间”,为消费者提供独一无二的体验。
借物联网之力从被动维护转变为主动维护
通力的客户主要来自于建筑商、开发商和物业,对于他们来说,希望有一个更加公开、透明、便捷、高效的设备管理后台;对于通力来说,及时了解系统运营的状况并针对潜在的危险和意外及时采取措施,也有助于从根本上降低运营和维护费用,提高运营效率。
“原来制造商跟客户是分割开来的,因为在他们之间还有批发商、零售商,如今借助物联网,他们就可以直接跟客户联系起来,实现数字化的转型。”IBM Watson物联网副总裁兼首席市场官Deon Newman表示,“但是要做到这一点大部分公司都会面对‘三大绊脚石’,一是在软件驱动的产品中要开发一个复杂的软件,这一点也是比较困难的;二是把软件能力快速转换成差异化的价值提供给客户;三是充分利用收集起来的数据降低运营成本,提高运营效率。”
在这个过程中,IBM不仅具有平台能力,还有非常深厚的行业咨询能力和行业应用经验,得益于1500位专业顾问和专属的物联网GBS咨询实践,IBM可提供独特的行业经验和领域知识和针对物联网细分领域的分析解决方案,通过将物联网技术与质量管控、资产管理、可预测性维护、等结合起来,帮助企业应对数字化转型过程中的挑战。
于是,在2016年通力与IBM建立了合作伙伴关系,在今年4月发布了基于Watson的远程监控服务,成为电梯行业领先将物联网技术应用于实际项目中的企业,并计划在未来几年内,将基于Watson技术开发的远程监控设备大面积地投入使用,使其真正实现电扶梯的物联网全连接。。
“通力非常重视客户满意度,为此,我们在物联网项目上投入了大量的精力,希望把电梯的数据都接入到物联网的平台,传输并储存数据,再对这些数据进行分析和认知。”通力集团大中华区传播及公共关系总监姜瑛在IBM物联网大会演讲中表示。
通过电梯内的嵌入式传感器,电梯的所有运行数据都能通过网络实时传输、收集和存储于云端,再通过大数据分析和认知计算处理后,可对即将发生故障的电梯进行预警,并主动向电梯管理者推送信息提醒,远程监控中心在云端也可以对紧急的问题进行及时处理、快速派单,最大限度的缩短处理故障的时间。另外,远程监控等操作也可以通过手机终端进行,实现设备管理的全透明化。
从被动维护到主动维护到转变,这在提升设备运作效率的同时,也提高了安全性。
打造一个基于电梯的“智能空间”
据介绍,在此之前,通力在全国有将近一万名的维修技术人员,专门“待命”为电梯做维修和保养。但是通过物联网技术实现远程对故障进行提前分析和预测,大大降低了了维修压力以及电梯保养人员的数量。
在大会现场,姜瑛女士在会上介绍了通力与IBM的合作成果并且现场解说了其运作原理。通过通力远程监控,维护人员就可以第一时间到场进行维修,而不需要等到设备彻底故障,避免停运和一些隐性故障的发生。
通力集团大中华区新梯设备业务总监Tuomas Oijala先生在接受采访时表示:“在IBM物联网能力与技术的支持下,通力实现了电梯和自动扶梯的智能化服务。这些对对于电梯和自动扶梯的用户来说,他们的候梯时间将更短,乘梯体验也将更加个性化和安全。”
据Tuomas Oijala介绍,目前通力还正在做一些很“炫酷”的尝试,打造一个“智能空间”。比如当乘梯人进入电梯,电梯就可以识别出他是谁、有什么样的喜好、在什么时间点通常会到达哪个楼层,基于这样的分析,电梯就可以自动把他送到想去的楼层。“一方面,我们可以更深入地了解客户想要什么,另一方面,通过客户需求数据的不断积累,也可以反哺到平台,帮助我们不断提升服务,为大家提供更加个性化的体验。这个过程中,IBM所提供的物联网平台起到了非常关键的作用。”。
把自己的数字化能力输出给客户
除此之外,基于IBM的物联网平台,通力还将这样的数据分析能力输出给自己的客户,帮助客户实现数字化。在其生态系统中,合作伙伴和第三方也可以调用平台上的API与通力的系统进行对接,并进行应用的自主开发,对现有服务进行整合并创建新服务,比如调控和改善建筑内客流、调控电梯的速度和温度、为智能建筑开发新的应用等,从而为区域大楼的所有者、租户、设施管理者提供个性化、主动式的电梯管理服务。
Tuomas Oijala认为,数字化能力对于电梯行业的影响覆盖了整个价值链,从研发、制造、运行到维护,使得产品质量提升、交付流程精简、运营效率提高。而未来,电梯作为连接个人非常重要的一个载体,还可以分享信息、传递信息、获取信息。
“不管互联的电梯还是互联的汽车,物联网能够在IBM生态体系中的合作伙伴都能够实现很好的协作,带来新的价值。不管是对于供应商还是消费者而言,也都可以充分利用网络,打开新的窗户,开启新的世界。这也是IBM所希望看到的。” Deon Newman说。
好文章,需要你的鼓励
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。
FLAME-MoE是卡内基梅隆大学团队开发的首个全透明混合专家语言模型研究平台,包含7个规模从3800万到17亿活跃参数的模型。它采用每层64位专家、top-8选择和2位共享专家的架构,公开所有训练数据、代码和检查点。实验显示,FLAME-MoE比相同计算量的密集模型提升3.4个百分点,并揭示了三个关键发现:专家逐渐专注于特定词汇子集,专家协同激活保持稀疏多样,路由行为在训练早期就趋于稳定。这一平台为MoE模型的系统研究提供了前所未有的开放基础。
这篇论文介绍了ModernGBERT,一个由维尔茨堡大学研究团队开发的高性能德语编码器模型家族(1.34亿和10亿参数版本)。研究将ModernBERT的创新架构应用于德语,同时通过LLM2Vec方法将德语解码器模型转换为编码器以进行对比研究。在SuperGLEBer和MTEB等基准测试中,ModernGBERT 10亿参数模型不仅超越了之前最先进的德语编码器,还在性能和参数效率方面优于转换后的编码器。研究团队还证明了更大模型能有效利用大规模单语语料库,为德语自然语言处理提供了全透明、高性能的资源。