案例名称:【后疫情时代:数字化转型新动能】
公司名称:【广东皮阿诺科学艺术家居股份有限公司(002853)】
案例简述:
为应对日益激烈的市场竞争环境,改善生产综合效益水平,整体提升公司生产核心竞争力,公司于2020年9月携手企业数字化服务商汉得公司,启动智能制造数字化转型建设项目。
围绕C2M大规模定制,公司坚定“业务全面数字化,数字全面业务化”的信息化建设基底目标,坚持“人力型企业向自动化企业转变”、“设计性前端向服务型前端转变”、“横向供产销向纵向研产服补足"三大信息化建设方向,确保公司从传统轻工制造企业,向敏捷数字化企业转变,同步提升产品力和服务力。

此项目以工业4.0为理论基础,精益生产为指导思想,MOM系统实施为助推手段,建立起大规模定制的生产核心体系,打通从供产销售后全链路的信息传递,提高计划排产调度及生产现场综合管控能力,实现数据的自动流动,提升生产运营效率,降低运营成本,从而整体提升公司经营能力。

扫码查看详细案例
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。