案例名称:【基于数智化工厂提升供应链精益管理水平】
公司名称:【北京钢研高纳科技股份有限公司(300034)】
案例简述:
通过应用工业物联网、大数据、AI (人工智能)等前沿技术,实现生产、科研、设备、供应链、市场、人力等资源要素的数字化汇聚(大数据中心)、网络化共享(工业控制互联网)和平台化协同,即“一库、一网、一平台”;以市场需求为牵引,以生产科研过程为贯穿,通过落实“一份数据”、建立“一套规则”、编织“一张网络”、搭建“一个门户”、夯实“数据中台”、实施“四大系统”、培育“七大能力”,初步实现智慧管理、智慧研发、智慧工厂、智慧互联。最终全面提升“设备物联能力”、“业务管控能力”、“生产运营能力”、“研发管理能力”、“数据整合能力”、“市场营销能力”、“风险防范能力”,助力供应链业务流程的重造,提升企业核心价值。

扫码查看详细案例
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。