5月17日,华为中国生态大会2021在深圳会展中心正式召开。本届生态大会以“因聚而生,有能有为”为主题,共设有生态馆、产业馆和行业馆三大展馆,邀请到来自各行各业的数百家合作伙伴,共同探讨数字新时代的中国发展。
会议期间,华为邀请到中国工程院刘玠院士、冶金工业规划研究院李新创书记、中国钢铁工业协会科技环保部姜尚清主任、北京科技大学贺东风教授和瑞菱科技有限公司周旻昊总监,与钢铁行业合作伙伴共聚一堂,召开了名为“合作共赢,共筑钢铁智能化”的闭门会议。作为工业的基础,钢铁行业能否实现高质量的发展,进而实现智慧化,关系到整个智慧工业版图的构建。会上,与会嘉宾围绕着这一议题展开了深入而热烈的探讨,勾勒出一副智慧钢铁的时代蓝图。
闭门会上,华为战略研究院院长徐文伟致欢迎辞,他表示:国内钢铁行业需要把握新一代信息技术带来的产业革命契机,将智能化融入钢铁制造和运营决策当中,全面提升发展水平,实现钢铁行业高质量发展。华为将与钢铁行业伙伴整合优势、共享经验,以先进理念和创新技术助力钢铁企业迈向智能制造、绿色低碳的新时代。
一直以来,传统钢铁行业都存在着生产效率低、能源消耗多、质量管控难、运营成本高、危险场景多等问题。这些问题不仅影响了企业利润的提升,更影响了整个行业的智能化进程。为了解决这些难题,华为通过打造统一的数字平台,实现对生产制造、质量分析、设备运维、能源优化、物流供应以及智能安全管控,帮助钢铁企业实现“提质、降本、增效”的发展目标。
首先,生产管控的数字化转型,可以帮助工作人员,把之前由人为协调的不确定性,转变为以“数据”为驱动的确定性,实现生产数据的采集,并能通过对数据的加工,打造出覆盖生产全流程的智能应用,最终实现生产环节智能调度。在质量管理方面,通过专家知识库和大数据的支撑,打造覆盖从原料到成品的全流程质量分析,通过在线质量管理平台实现质量问题的及时发现和解决,进而提升用户的满意度。
其次,智能运维以及能源管控也是钢铁企业数字化转型的重要组成部分。在钢铁企业日常运维过程中,设备维护和备件管理往往会耗费极大的人力、物力和财力。为了提升运维效率,钢铁企业需要实现设备的按需维护和智能维护;在能源管控方面,需要实现管理节能、设备节能以及建筑节能,从而推进持续的高质量发展。为实现这一目标,需要利用IoT、大数据以及人工智能等技术,打造能效可视、能效可控以及能效可优,实现节能减排和绿色生产。
最后,智慧物流以及智能安防也是钢铁企业全面数字化转型的必要组成部分。通过对“采、运、销”链路进行可视化处理、智能调度、以及订单智能分析等手段,使得物流管理效率提升15%,厂内车辆平均耗时由180分钟降至100分钟。在智能安防部分,通过视频云平台所提供的视觉识别以及入侵检测等功能,能够将钢铁企业的一般应急响应时间由7分钟降至1.5分钟,厂内人员行为规范率提升35%。
近年来,华为通过与钢铁企业之间的全面合作,深入到钢铁企业运转的全流程,在“一朵云(混合云)“、”一个平台(数字平台)”和“一张网(5G+F5G)”三大关键能力的支撑下,与合作伙伴联合推出了包括生产集控、产品质检、预测性维护、能源管控、智慧物流、智慧园区等一系列钢铁行业的数字化转型解决方案,帮助钢铁企业进行实现数字化转型,高质量发展。
目前,华为已与众多行业伙伴携手,为包括宝武、河钢、鞍钢、湘钢、柳钢等国内主要钢铁企业提供了包括产品方案创新、商业模式创新以及产业创新等产品和解决方案。未来,华为还将与上下游企业展开进一步的深入合作,借数字化转型这一契机,推动钢铁行业的迈向智能化。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。