案例名称:【氯化法钛白粉智能工厂】
公司名称:【龙佰集团股份有限公司( 002601)】
案例简述:
我国钛白粉企业多以硫酸法工艺为主,生产过程产生大量的废酸和废渣,因此钛白粉行业在我国属于高能耗、高污染行业。近年来,许多产业政策中明确鼓励新建氯化法钛白粉线,限制硫酸法钛白粉产能。
公司根据钛白粉行业特点,成立研发团队,从智能设计、智能生产和智能运营三个方面开展技术研究,有效利用人工智能技术,大幅度改善现有企业的运行现状,为企业增加切实可行的智能化决策方案,实现技术快速转型。
实现了经营管理过程物流、资金流、信息流的进行全面一体化管理,通过从生产到检验到销售再到产品交付全流程数据记录、汇总和分析。实现数据纵向集成、横向集成和价值链集成,形成数据驱动的智能化决策,提高公司技术水平、生产效率和管理能力,达到提质增效降本的智能化改造目的。通过信息化和智能化的先进应用显著提升了公司在国内外钛白粉行业的综合竞争力。

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。