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
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。