
苏州市工信局智能制造处处长吴年康
苏州市工信局智能制造处处长吴年康、华为中国政企智能制造业务部副总经理张一弛为论坛做主题致辞。在当前的时代背景下,我国面临经济结构转型升级的重要任务,同时,也面临着新一轮产业革命和新经济蓬勃发展的新机遇。如果说发达国家发展新经济的本质是信息化与工业的深度融合,对于中国而言,发展新经济,则意味着工业化与信息化的深度融合,不仅是工业化进程的进一步推进,也是经济结构转型升级的内在要求。自2018年以来,江苏省工信厅与华为启动工业互联网“365”工程,旨在帮助全省企业转型升级,推动工业互联网为制造业助力腾飞。三年来,华为已帮助全省50多家标杆企业实现数字化转型升级。

华为中国政企智能制造业务部副总经理张一弛
重量级学术大师齐聚,共话智能制造发展态势
随着智能化转型进入深水区,数字资产成为企业的核心竞争力,如何用好、管好数据,发挥数据的真正价值,成为千行百业探讨的话题。论坛上,华为云使能咨询规划部高级顾问周婧亭,分享了华为在数据治理方面的方法论、管理体系和技术平台的能力。为大家总结了工业互联网的价值,以及如何打通工业“三大业务流”使能智能制造。

华为云使能咨询规划部高级顾问周婧亭
金陵霸王山下,智能制造应用的千行百业中,南京钢铁集团有限公司因“钢铁报国”而成长,由“钢铁强国”而发展。大家对钢厂最直观的认识就是危险的作业环境,而如今钢厂与以往不同,是绿色和智慧的钢厂。在十四五开局之年多变的世界格局中,工业互联网加速了乌卡时代的到来。由南钢数字应用研究院院长林锦斌,解读了南钢高质量数字化发展的曲线。智能制造作为信息化和工业化深度融合的集中体现,对于传统工业化动能减弱,新旧经济动能亟待转化的中国具有十分重要的意义。

南钢数字应用研究院院长林锦斌
智能制造发展进入攻坚期,开拓应用场景新引擎
制造业热浪潮起,产生了工业智能、人工智能、工业互联网等技术,这些技术都是孤立存在,只有通过工业互联网体系,才能将这些先进技术在工业领域和全产业中集合应用。在工业互联网中,网络是基础,标识是网络的基础和认证,而标识解析相当于对身份证信息的内容读取。苏州协同创新中心主任刘晓东,分享了云如何加速智能装备行业数字化转型的相关观点。

苏州协同创新中心主任刘晓东
同时,在本次智能制造高峰论坛上,蜂巢互联华东解决方案部部长刘召杰也就蜂巢与华为的合作进行了分享。2020年,蜂巢与华为一起作为江苏省工业互联网提档升级专项行动的单位,完成了50家企业“两化深度融合诊断咨询”工作,助力江苏省申报企业步入数字化转型升级的快车道。经过诊断以后,通过实施数字化、网络化和智能化项目,帮忙企业建成五星级上云企业、工业互联网平台、省标杆工厂,助力江苏工业互联网发展示范区和品牌企业建设迈上新台阶。

蜂巢互联华东解决方案部部长刘召杰
华为使能合作伙伴,助力企业智能制造转型升级
在过去的几年里,华为致力于助力企业智能制造转型升级。制造业的发展模式,无论从生产方式、市场竞争、产业结构等维度都发生了巨大的变化。由过去的流程驱动转向数据驱动的智能化时代。赛意作为华为的合作伙伴,一直聚焦于工业互联网、智能制造、数字化转型等领域,将技术与商业模式不断应用,为企业提供了工业制造业的数字化的高端软件咨询、实施和集成服务。赛意信息智能制造事业部总经理李文贤做了《工业软件突围:新发展格局下助力企业智能制造转型升级》主题分享。

赛意信息智能制造事业部总经理李文贤
论坛的尾声,无锡微茗智能科技总经理魏振南,为大家带来微茗助力金属加工企业协同智造的主题演讲。作为一家致力于“工业4.0、智能制造2025”领域的创新型科技企业,无锡微茗智能科技有限公司工作重点主要聚焦在以“工业装备物联网+SaaS大数据平台”为核心的研发与制造。一多年来,通过与华为云合作,已对接华为云全国80%工业互联网创新基地,服务超过一百多家客户。

无锡微茗智能科技总经理魏振南
随着“5G+工业互联网”时代的到来,只有与行业的客户和伙伴一同拥抱变革,携手同行,才能拥有更广阔的发展空间。5G时代,政企智能升级首选华为云!
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。