
爱立信、TIM和Comau测试“未来工厂”
爱立信、TIM和Comau表示三家公司正在通过“5G网络切片”测试“未来工厂”。
三家公司联手在实验的基础上利用5G网络的潜力为工业4.0和智能制造开发创新解决方案。该举措是欧盟资助的5G增长项目的一部分。
TIM和爱立信在意大利都灵的Comau总部都部署了5G网络,已经推出的三个新的应用程序可以展示新技术的优势,特别是在工业环境中由网络切片功能获取的优势。
“网络切片”(Network slice)是5G的一个虚拟逻辑网络切片,其切片可以支持具有特殊特性和要求的不同应用案例。
同一个物理5G网络因此可以拥有多个切片,每个切片可专门用于特定的服务或客户,从而提供了更大的灵活性及更有效地利用网络资源,还可以为公司提供更多的机会部署对速度、延迟和可靠性有特定要求的差异化服务。
三家公司的实验的第一个用例是捕捉机器人的运动,然后通过超低延迟的无线电链路产生一个同步数字孪生体。捕捉到的机械机器人运动和其虚拟渲染在时间上完全一致。
而且,由于中央系统不断更新,因此可以在控制所有功能参数的同时决定哪一种生产过程最方便。
第二个应用则侧重于工业资产的实时监控。从大量的传感器中获取的数据被发送到一个应用程序,应用程序进而利用所获取的数据改善预测性维护计划、生产过程和质量。
通过与Comau的in.Grid数字平台的整合可以及时有效地识别非正常操作出现的偏差。同样,利用诸如高清视频及与增强现实设备的实时连接的远程支持以及对基于云的资源的访问可以大大减少故障情况下的维修时间。
第三个用例展示了用于增强远程支持场景的沉浸式远程呈现。在现场的维护人员可以得到专家的远程协助,可以利用增强现实(AR)和数字教程的优势来解决各种问题。
由于5G的高带宽容量,运营商可以与远程专家实时分享所看到的情况,可以节省时间和成本。
TIM公司的创新主管Daniele Franceschini表示,“我们很自豪能够通过数字生态系统支持业务发展,这无疑是一个产生创新解决方案的巨大机会。”
他表示,“我们与Comau和爱立信等合作伙伴一起保证了新的服务和网络的开发,这些服务和网络都可以在高度安全的情况下实时配置及创建定制的业务场景,如与工业4.0有关的场景。”
Franceschini称,“我们将利用我们的技能为数字化作出贡献并提供改善企业和公共管理部门生产流程的解决方案。”
Comau数字解决方案和服务部门负责人Alessandro Piscioneri表示,“Comau致力于颠覆性自动化范式的定义,涉及到利用外部传感器感知自动化环境并将感知到的数据实时集中到一个中央‘大脑’。”
他表示,“收集到的信息用于自动定义和优化任务的执行,由机器以灵活和高效的方式完成。”
他还表示,“我们与重要的合作伙伴TIM及爱立信密切合作开发了5G增长项目,Comau因此能够直接实地测试私人5G技术这种创新架构有利因素的价值,特别是在移动机器人方面。”
爱立信意大利研发总监Alessandro Pane表示,“我们与TIM和Comau一起展示了一些在快速发展的制造业背景下不可或缺的应用,这些应用场景下需要更安全、更快速和更灵活的生产环境。”
他表示,“网络切片将在实现创新服务方面发挥关键作用,可以加速所有企业的数字化转型。爱立信在意大利的研发中心开发的工具可以有效地管理网络资源并提供具有专用性能的差异化服务。运营商现在可以为不同的工业部门实现新的用例及利用新的市场机会。”
欧盟资助的5Growth(5G-enabled Growth in Vertical Industries:5G推动的垂直工业增长)项目涉及到5G解决方案的开发,能够满足工业4.0、交通和能源等主要行业垂直领域的严格要求,采用的是基于现场的试验方法。该项目于2019年启动,表现了爱立信、TIM和Comau之间长期合作关系的进一步发展。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。