近日,英特尔与合作伙伴携手打造的苏州智能制造试验工厂项目在苏州正式启动。在启动仪式上,英特尔介绍了产教融合人才培养的创新模式,通过释放英特尔强大的技术实力,打造引领中国“智”造的行业标杆,进一步为中国制造业的智能化升级注入强劲动力。此外,信华集团董事长秦文浩、联合伟世董事长刘廷瑞和智在一方总经理徐涛也分享了对于试验工厂的期待以及对于中国智能制造的展望。
苏州智能制造试验工厂项目启动仪式
“十四五”规划明确将制造业优化升级作为重要内容,鼓励企业应用先进适用技术推动制造业高端化、智能化和绿色化的转型。其中,建设智能制造示范工厂是制造业优化升级中的关键一步,而苏州智能制造试验工厂正是英特尔及合作伙伴为推进传统制造企业智能化转型的重要尝试之一。
在人工智能高速发展的新时代,传统制造行业身处智能革新的关键节点,目前中国制造企业面临着多方面的转型挑战。一方面,人力成本攀升,工厂面临“招工难、留工难”的压力,与此同时,技术人才的本地化服务趋势愈加明显;另一方面,深度学习、边缘计算、计算机视觉等新兴技术进一步提高了制造业对于软硬件技术和专业人才的标准和需求。因此,传统工厂需要通过产教融合的模式建设人才培养生态体系,以满足对于专业人才和产业升级的需求。而工厂在生产、运营、维护等方面的升级改造也需要更强大的技术支持和专家指导,从而加速推进产业迈向智能化的脚步。
为了解决中国制造业所面临的困难,英特尔与智在一方共建苏州智能制造试验工厂,进一步探索智能制造业创新升级的无限可能。英特尔与智在一方共同开辟工学结合的新模式,通过企业、工厂、专家三方的深度合作,为市场孵化人工智能领域的实战型、复合型人才,建立“以市场促培训、以项目育人才”的国内领先的人工智能试验工厂。
英特尔为试验工厂提供的英特尔端、边、云智能工厂架构将充分释放边缘算力,为人才培养和工厂升级构建强大的技术支持体系和发展平台。基于Apache Spark的Analytics Zoo可以端到端全流程地加速人工智能技术和大数据技术在工业视觉领域中的部署,实现更加快速且敏捷的数据预处理、模型训练、推理、数据预测和特征提取等步骤。OpenVINO™工具套件可加速深度学习推理并对数据、模型进行预处理和预分类,显著提高工厂的生产运营效率。英特尔® 酷睿™ i5和至强® 处理器将为工厂运维中产生的大量数据提供强劲算力,并满足不同场景下复杂的应用需求,充分发挥整体架构的强大功效。
基于英特尔端、边、云智能工厂架构,英特尔还推出了教育解决方案,搭建人岗匹配的智能制造人才培养生态。英特尔的技术专家将走进试验工厂为学员传授专业知识并分享英特尔经典案例,结合苏州本地上万家非制造企业的特点和需求,采用定制课程、实战授课、订单实操等方式进行人才孵化。同时,试验工厂还将对接用人单位和当地企业,在培养人才的同时,力求知识实用化、培训实战化、校企对接无缝化。
苏州智能制造试验工厂
早在2019年,英特尔在看到人工智能人才的发展趋势和市场需求后,就从高等教育和职业教育两方面助力人工智能教育市场。在高教方面,英特尔与华南农业大学等院校合办了人工智能教学实验室,将人工智能教育引入高等教育领域。在职教方面,英特尔与行业领先企业和社会力量共建职业教育基础设施和实训基地。苏州试验工厂就是英特尔在职业教育方面的又一次重要举措,针对职业教育在校师生及社会劳动力开展人工智能实践技能培训,为当地产业输送实用人才,驱动传统制造工厂智能化的升级与改造。
英特尔认为,无所不在的计算、从云到边缘的基础设施、无处不在的连接和人工智能是塑造产业数字化转型的“四大超级技术力量”。未来,英特尔将继续凭借这四大超级技术力量推进创新、探索与增长。英特尔会持续深耕制造行业,带领更多传统企业加入智能化转型的队列中,进一步为个人、企业和社会注入新能量,推动中国传统制造业走向更加智能化的美好未来。
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。