案例名称:【基于工业互联网平台的冷轧“ALL IN ONE”智控创新实践】
公司名称:【马鞍山钢铁股份有限公司( 600808)】
案例简述:
中国宝武与马钢集团联合重组是深化供给侧结构性改革、落实长三角一体化发展战略的重要举措。融入宝武后的马钢,亟需数智化转型发展。
联合重组以来,马钢以中国宝武打造智慧制造为契机,从总厂层面系统谋划,依托中国宝武自主研发的工业互联网平台xIn3Plat,实践平台与马钢精益管理相结合,双引擎助推生产效率、质量、成本、交货期、安全、环境等方面指标提升,打造新型智能工厂的示范标杆。
智控促进了机构变革,人事效率提升。通过流程再造、岗位重置,管理单位减少61%,作业区减少50%,两区五地超10公里远程集控,17条主、重要作业线按工序、流程相承整合为1720冷轧、2130冷轧、1420硅钢三大制造单元,现场51个操作室合为一室,实现纵向到底,横向到边的岗位融合,率先在行业内实施生产操作“一线一岗”新型作业模式,探索新时代产业工人培育新路径,打造操作新白领,并规划以智控平台锻造“多线一岗”。
目前马钢发挥平台优势,在炼铁、炼钢、热轧、长材、交材等推广使用,已基本实现“一厂一中心”的智控新模式,并累积多工厂、同类型模型及数据进行对比分析,共同创新,共同打造商业生态,共同创造价值,后续将持续探索平台的价值分享机制。
扫码查看详细案例
好文章,需要你的鼓励
这篇研究介绍了KVzip,一种创新的查询无关KV缓存压缩方法,通过上下文重建机制为大型语言模型提供高效存储解决方案。该技术能将KV缓存大小减少394倍,同时提高解码速度约2倍,在各种任务上性能几乎不受影响。不同于传统查询相关的压缩方法,KVzip创建可在多种查询场景下重用的通用压缩缓存,特别适合个性化AI助手和企业信息检索系统。研究在LLaMA3.1-8B、Qwen2.5-14B和Gemma3-12B等多种模型上进行了验证,处理长度高达17万词元的文本,并能与KV缓存量化等其他优化技术无缝集成。
腾讯与上海交通大学联合推出的DeepTheorem研究突破了大型语言模型在数学定理证明领域的限制。该项目创建了包含12.1万个IMO级别非形式化定理的大规模数据集,开发了专门的RL-Zero强化学习策略,并设计了全面的评估框架。研究表明,通过使用自然语言而非传统形式化系统,即使是7B参数的模型也能在复杂定理证明上取得显著成果,超越许多更大的专业模型。这一成果为AI数学推理开辟了新途径,使语言模型能够像人类数学家一样思考和证明。