今日,微软和富士通宣布达成合作,共同致力于通过物联网和M2M(machine to machine)来提高生产效率,降低生产成本。前不久,微软还和德国美诺达成类似的合作。
在汉诺威展会上,富士通展示了IoT/M2M平台从微软Azure数据库调用数据。二者的合作是工业4.0的一部分,它完美地诠释了技术是如何精简系统的,从有关人的系统,到有关机器的系统。
说到富士通,你可能不会把它和农业联系起来。但是,借力微软,富士通正在帮助适合肾病患者的低钾莴笋的大批量生产。同时,富士通还使用云监控庄稼,并将信息反馈给科学家、工程师、计算机。
富士通的坂井宏行说,将微软Azure和富士通IoT/M2M平台结合起来,能撬动整个富士通生态管理系统。包括实时传输可视化加工处理过程,并进行大数据分析,优化生产效率,优化企业决策。
物联网能做的,远远不止最受关注的智能家居。能深刻影响社会的技术变革,往往发生在你看不见的地方。
好文章,需要你的鼓励
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。
中国电信研究院等机构联合开发的xVerify系统,专门解决复杂AI推理模型的评估难题。该系统能够准确判断包含多步推理过程的AI输出,在准确率和效率方面均超越现有方法,为AI评估领域提供了重要突破。
昆仑公司Skywork AI团队开发的Skywork R1V模型,成功将文本推理能力扩展到视觉领域。该模型仅用380亿参数就实现了与大型闭源模型相媲美的多模态推理性能,在MMMU测试中达到69.0分,在MathVista获得67.5分,同时保持了优秀的文本推理能力。研究团队采用高效的多模态迁移、混合优化框架和自适应推理链蒸馏三项核心技术,成功实现了视觉理解与逻辑推理的完美结合,并将所有代码和权重完全开源。