賽意信息布局制造業+AI,人工智能“走深向實”
近日,賽意信息(300687)在年中總結大會回顧過去經驗
近日,賽意信息(300687)在年中總結大會回顧過去經驗、分析當下形勢,著重提出了未來在AIGC領域中的發展、探索與思考,特邀華為云人工智能解決方案首席專家陳斌到現場深入介紹華為盤古大模型和智能化發展的路徑。
7月7日-7月9日,華為開發者大會2023(Cloud)在東莞舉行。會上,賽意信息與華為云正式簽訂盤古大模型合作協議,基于盤古大模型的自然語言大模型和視覺大模型,攜手華為云共同打造制造行業大模型,為制造行業客戶提供針對工藝工程AI自動化、AI質檢、供應鏈的智能優化等細分場景,提供“開箱即用”的模型服務。在發展道路上,賽意信息將會結合AIGC發展趨勢,全力推進人工智能“走深向實”,攜手華為盤古大模型共同深耕行業,真正做到讓人工智能服務好千行百業、科學研究。
從制造到智造 掀起大模型時代的行業變革
針對賽意信息與華為在制造行業大模型的落地合作,華為云人工智能解決方案首席專家陳斌在現場介紹了盤古大模型的具體架構及發展情況、典型的應用場景以及落地方法和工具。此次分享,進一步印證了賽意信息成為華為盤古大模型的堅定伙伴,并為賽意信息在制造行業中落地大模型提供深刻啟發。

陳斌介紹到,盤古大模型3.0具有三層架構,分別是基礎大模型、行業模型、場景模型。“第一層(L0層)基礎大模型層我們形象地叫作‘讀萬卷書’,就是要做好海量的基礎知識的學習。第二層(L1層)行業模型和第三層(L2層)場景模型叫作‘行萬里路’。從‘讀萬卷書’到‘行萬里路’還有很多困難要克服,很關鍵的一點就是要把各行各業的知識與大模型進行充分匹配和融合。”

值得一提的是,華為盤古大模型推動人工智能開發從“作坊式”到“工廠式”升級,破解了人工智能普及的關鍵障礙。在制造業領域中,盤古大模型可二次開發的分層架構,加速AI落地,比如“制造大模型”聚焦制造行業主價值流,在業務場景中實現優決策、提速度、提質量、降成本、基層減負。
賽意信息探索制造大模型落地 加速數實融合
如今,AI大模型賽道競爭愈演愈烈,正在駛入落地深水區。AI大模型未來發展呈現場景化、輕量化以及類腦化的三大趨勢,場景化也就是大模型的落地問題。
賽意信息源于制造業、服務制造業、深耕制造業。基于近20年的工業軟件和智能制造解決方案創新研發經驗,賽意信息對傳統企業的生產制造、供應鏈、工業工程等全價值鏈及全要素,沉淀下了豐厚的行業經驗。
在深刻理解制造行業場景的基礎上,賽意信息基于盤古大模型的自然語言大模型和視覺大模型,攜手華為云共同打造制造行業大模型,將會為制造行業客戶提供針對工藝工程AI自動化、AI質檢、供應鏈的智能優化等細分場景,提供“開箱即用”的模型服務。

盤古制造大模型將基于L0層的自然語言、視覺、多模態、預測、科學計算五個基礎大模型,打造使用行業公開數據訓練的制造行業通用大模型,覆蓋研發、生產、供應等核心環節。在制造領域,過去單產線制定器件分配計劃,往往要花費3個小時以上才能做齊1天的生產計劃。盤古制造大模型學習了華為產線上各種器件數據、業務流程及規則以后,能夠對業務需求進行準確的意圖理解,1分鐘即可做出未來3天的生產計劃,實現研產供銷服全盤掌握,讓計劃決策全局最優。

賽意信息與華為共同肩負AI for industrie的使命,“不做詩,只做事”,深度參與盤古大模型的生態,為智能制造打造堅實AI底座,加快實現數實融合。
全面擁抱AI 解鎖內部效能提升的新范式
除了深入大模型在行業場景的應用,賽意信息還在不斷挖掘人工智能對于解放生產力所釋放的價值。
據專業人士指出,AIGC不僅能為企業效帶來10倍級提升,還能幫助個人提升N倍生產力。對此,賽意信息宣布全面布局AIGC,在內部整合技術力量及資源,成立AIGC應用推廣委員會,致力于利用AI提升內部員工生產效率,并對外提供智能化服務,從內部效能提升到外部價值賦能,多個場景應用生態持續落地,帶來全新智能高效工作流程。

賽意信息與華為共同肩負AI for industrie的使命,“不做詩,只做事”,深度參與盤古大模型的生態,為智能制造打造堅實AI底座,加快實現數實融合。
對于AIGC的布局,賽意信息董事長兼CEO張成康先生表示,“我們并非為了 「科技而科技」,而是要真正地服務于人,服務于行業,這也是AI在賽意信息主要的業務場景。AI技術為我們的ToB業務場景提升效能、提升體驗、提升創造力。AI、大數據等科技轉化為技術,幫助我們的員工提升工作能力,讓不同職能、部門的員工釋放他們的工作潛能。”
如今,AI大模型成為新時代主題,賽意信息積極擁抱AIGC,賦能千行百業,推動大模型深度融合到實體經濟當中去,助力中國制造業快速變革發展,共建新一代工業軟件,共贏工業數字化的未來。
來源:東方資訊
風險提示:
本網站內用戶發表的所有信息(包括但不限于文字、視頻、音頻、數據及圖表)僅代表個人觀點,僅供參考,與本網站立場無關,不構成任何投資建議,市場有風險,選擇需謹慎,據此操作風險自擔。
版權聲明:
此文為原作者或媒體授權發表于野馬財經網,且已標注作者及來源。如需轉載,請聯系原作者或媒體獲取授權。
本網站轉載的屬于第三方的信息,并不代表本網站觀點及對其真實性負責。如其他媒體、網站或個人擅自轉載使用,請自負相關法律責任。如對本文內容有異議,請聯系:contact@yemamedia.com

京公網安備 11011402012004號