
通用电气(General Electric)周四宣布与日本软银达成交易,签署Predix软件平台许可协议。
作为这项交易的一部分,软银将利用Predix系统为航运和制造业等行业开发并推出自定制应用程序。
Predix是一款旨在令各种物联网端点具备智能化的软件,其自定义行业应用将于2015年初试验性地开放。
本次合作是通用电气为其Predix软件平台签署的首个货币化和许可协议,并将其对大约120亿美元的日本市场数据分析开放。
通用电气副总裁兼通用软件负责人比尔·荣(Bill Ruh)在一份声明中表示:“向软硬开放Predix软件平台,是通用电气为触及全球各大新兴行业而迈出的第一步。通用电气和软银共同发现,在亚洲和全球市场预测分析蕴藏着巨大潜力。双方的合作关系将推动软银开发交付各种支付应用,如大数据分析、资产管理和现场维护和支持服务等。”
在过去几个月里,通用电气已定位支持Predix软件平台。今年10月,该公司宣布与一众企业技术巨头(包括软银)结盟建立物联网联盟,其中英特尔和思科承诺将合力打造“Predix就绪”(Predix Ready)设备,配备来自传感器、设备和基于云服务的开放通信框架。
这些交易的达成均表明了通用电气对物联网(该公司也称之为工业网络)的强烈关注。由此看来,通过软件与其他装置相连,通用电气计划将其机械设备定位为智能设备,而且这应该也是该公司的长期目标。目前,通用电气已在这一目标上取得进展:该公司表示,当前它能够监控和分析来自1000万个传感器的5000万数据点,每日涉及约1万亿美元的管理资产。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。