海尔和西门子生成式AI创新背后的科技巨头是哪家?
亚马逊云科技大中华区战略业务发展部总经理顾凡
2023年,大语言模型和生成式AI在全球市场“狂飙”,不仅引发了AI和云计算产业的“排山倒海”式跟进,也在强力吸引制造巨头们的入局。
海尔创新设计中心就打造了全国首个AIGC工业设计解决方案,大幅缩短设计周期,并降低概念设计成本,不仅将整体概念设计提速了83%、集成渲染效率也提升了约90%,高效解决了设计阶段人力成本高、概念产出与通过效率低等问题。
西门子中国基于自有模型的智能知识库暨智能会话机器人“小禹”,具备自然语言处理、知识库检索、通过数据训练大语言模型等核心关键能力,极大提升了内部员工信息的获取效率,上线首周有超过4,000名员工使用,超过12,000个问题被解答,该方案有效减少了人工成本,超过90%的问题可以由聊天机器人直接提供答案。
海尔和西门子在中国所采用的生成式人工智能创新背后,得益于云计算巨头亚马逊云科技。亚马逊云科技与其合作伙伴共同研发出生成式人工智能解决方案,使制造企业的进入门槛得以降低。例如,亚马逊云科技与其合作伙伴计算美学(Nolibox)联合开发了文生图、图生图等解决方案,用于快速概念原型和营销素材的设计。海尔创新设计中心的AIGC工业设计解决方案正是基于亚马逊云科技与计算美学(Nolibox)的合作成果
亚马逊云科技也为制造企业提供了预配置的生成式人工智能(AI)解决方案指南,以便客户可以通过“搭积木”的方式快速实现生成式AI创新。例如,亚马逊云科技利用生成式AI技术建立了企业级智能知识库,集合了搜索引擎和大型语言模型的功能,可以帮助企业员工在知识库中快速找到最准确和实用的信息,从而有效提升生产和办公效率。西门子中国的技术团队利用该预配置解决方案进行了只有20%定制化开发的工作,在短短3个月内成功完成了名为“小禹”的开发和上线
2023年11月初,亚马逊云科技举办了制造行业媒体沟通会,亚马逊云科技大中华区战略业务发展部总经理顾凡在沟通会上表示,亚马逊云科技致力于推动生成式AI重塑制造业,通过降低构建生成式AI应用关键路径中的门槛,充分渗透进制造业价值链场景,与合作伙伴一起提供行业领先的端到端技术解决方案,在工业设计、知识库搜索等场景开发定制化解决方案,让制造企业充分发挥生成式AI的潜力。
生成式AI正在迅速应用于制造行业的不同业务场景,包括产品开发和设计、制造运营、供应链管理、营销和销售、智能客服以及知识库建设等方面,为企业带来巨大的商业价值。制造企业在选择优先落地生成式AI时,可以考虑以下三个场景:工业设计、市场营销和职能支持。这些场景也是能够为制造企业创造最大商业价值的生成式AI应用领域
重写后的内容是:亚马逊云科技致力于降低构建生成式人工智能应用的难度,在Amazon Bedrock的全面功能的支持下,企业可以通过API方便轻松地访问多种领先的基础模型,也可以使用自己的专有数据来定制模型。此外,通过Amazon Bedrock,客户不需要管理基础设施,就可以安全地将生成式人工智能能力集成和部署到应用程序中,并且可以使用他们已经熟悉的亚马逊云科技服务
然而,目前在制造业中并没有广泛应用大型模型和生成式人工智能。顾凡认为,这是因为制造业的核心工艺公开数据相对较少,因此很难对大型模型进行预训练。制造企业需要从实际应用和解决方案出发,大型模型和小型模型并存将成为主要趋势。在小型模型解决方案方面,亚马逊云科技提供的工业视觉检测和基于人工智能模型的供应链到货时间预测等都是基于小型模型构建的
无论是大模型还是小模型,亚马逊云科技都提供了丰富而完整的解决方案。而对于制造行业来说,亚马逊云科技还拥有一个完备和强大的智能制造生态系统,亚马逊云科技与合作伙伴一起打造智能制造“最后一公里”的解决方案。亚马逊云科技的合作伙伴既有Advantech、Adlink、联想、埃森哲、德勤、达索、Infosys等著名国际公司,也有中科云谷、树根互联,速石科技、中科创达、淄云科技以及众壹云等国内知名厂商。
入华十年来,亚马逊云科技一直致力于深耕行业解决方案,赋能各行各业企业实现数智化转型与创新发展。在制造行业,亚马逊云科技联合全球数十万家合作伙伴共同开发了适用于多种场景和应用的解决方案,全面涵盖制造业价值链上的各环节。展望2024年,亚马逊云科技及其合作伙伴,将利用新技术持续赋能制造行业,不断迈向发展新格局。(文/宁川)
以上是海尔和西门子生成式AI创新背后的科技巨头是哪家?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

生成式AI是人类一种人工智能技术,可以生成各种类型的内容,包括文本、图像、音频和合成数据。那么什么是人工智能?人工智能和机器学习之间的区别是什么?人工智能是学科,是计算机科学的一个分支,研究智能代理的创建,这些智能代理是可以推理、学习和自主执行动作的系统。从本质上讲,人工智能与建筑像人类一样思考和行动的机器的理论和方法有关。在这个学科中,机器学习ML是人工智能的一个领域。它是根据输入数据训练模型的程序或系统,经过训练的模型可以从新的或未见过的数据中做出有用的预测,这些数据来自于训练模型的统一数据

2023年10月24日,携程全球合作伙伴峰会在新加坡召开,携程集团联合创始人、董事局主席梁建章做了名为《旅游业是独一无二的最好的行业》的演讲,梁建章在演讲中宣布了携程生成式AI、内容榜单、ESG低碳酒店标准三重创新的战略方向。这些创新将为旅游行业带来哪些变革和机遇?生成式AI:打造智能旅游助理生成式AI是携程利用云+AI推动服务智能升级的核心技术之一,它可以实现智能旅游助理的功能,为用户提供更便捷、更个性化、更放心的旅行选择,并为商家提供更高效、更精准、更节省成本的营销方案。“生成式AI”是指一

亚马逊云科技大中华区战略业务发展部总经理顾凡2023年,大语言模型和生成式AI在全球市场“狂飙”,不仅引发了AI和云计算产业的“排山倒海”式跟进,也在强力吸引制造巨头们的入局。海尔创新设计中心就打造了全国首个AIGC工业设计解决方案,大幅缩短设计周期,并降低概念设计成本,不仅将整体概念设计提速了83%、集成渲染效率也提升了约90%,高效解决了设计阶段人力成本高、概念产出与通过效率低等问题。西门子中国基于自有模型的智能知识库暨智能会话机器人“小禹”,具备自然语言处理、知识库检索、通过数据训练大语言

大模型落地加速,“产业实用”成为发展共识。2024年5月17日,腾讯云生成式AI产业应用峰会在北京召开,公布大模型研发、应用产品的系列进展。腾讯混元大模型能力持续升级,多个版本模型hunyuan-pro、hunyuan-standard、hunyuan-lite通过腾讯云对外开放,满足企业客户、开发者在不同场景下的模型需求,落地最优性价比模型方案。腾讯云大模型知识引擎、图像创作引擎、视频创作引擎三大工具发布,打造大模型时代原生工具链,通过PaaS服务简化数据接入、模型精调、应用开发流程,助力企业

人工智能的崛起正在推动软件开发的快速发展。这一强大技术有可能彻底改变我们构建软件的方法,对设计、开发、测试和部署等各个方面都会产生深远影响。对于企图进入动态软件开发领域的企业来说,生成式人工智能技术的问世为它们提供了前所未有的发展机遇。将这一前沿技术纳入其开发流程后,公司可以大幅提升生产效率、缩短产品上市周期,并推出在激烈竞争的数字市场中脱颖而出的优质软件产品。根据麦肯锡的一份报告,预测到2031年,生成式人工智能市场规模有望达到4.4万亿美元。这一预测不仅反映了一种趋势,更显示出技术和商业格局

从上世纪70年代诞生迄今,PC(个人电脑)已经到了“知天命”的年龄。借用黄仁宇的“大历史观”和康德拉季耶夫的“康波周期”理论,在更宽广的视野下审视PC的来龙去脉,也许可以看到其未来的模样。PC在IT(信息技术)领域扮演着重要的角色,它的命运与IT产业的发展息息相关。PC源于上世纪中叶的图灵机、信息论和控制论,推动了信息技术的快速发展,成为80、90年代最具先锋特色的产品,并在2000年后的互联网浪潮中达到了巅峰。然而,在摘取了“低垂的果实”后,IT行业进入了创新瓶颈期,PC也开始逐渐走下坡路人工

探索创新:全面解析Canvas引擎的核心技术引言:随着移动设备和互联网的普及,现代应用程序对于图形渲染的需求变得越来越重要。而HTML5的引入为我们提供了一种强大的绘图工具——Canvas。Canvas是一个基于HTML5标准的绘图工具,它提供了一套丰富的API以实现矢量绘图、位图渲染等功能。本文将深入探索Canvas引擎的核心技术,包括绘图原理、坐标系转换

在不改变原意的情况下,需要重新写成中文:我们之前已经向大家介绍了亚马逊云科技(AmazonWebServices,AWS)在re:Invent2023上刚刚宣布的一系列旨在加速生成式人工智能相关技术实际应用的举措其中包括但不限于与NVIDIA确立更深入的战略合作关系、首发基于GH200超级芯片的计算集群,以及全新的自研通用处理器和AI推理芯片等等。不过众所周知的是,生成式AI靠的不仅仅是硬件方面的强大算力,它对于良好的AI模型更是高度依赖。特别是在当前的技术背景下,开发者和企业用户往往面临着诸多
