12月4日上午,Aginode安捷诺亚太制造与研发中心落成典礼暨服务中国及亚太市场30周年庆典活动成功举办,该活动也标志着安捷诺将中国提升为全球生产基地及亚太供应链中心。
Frank Coenen先生表示:安捷诺是全球领先的通信和数据解决方案提供商之一,于1994年在上海设立了中国及亚太区域范围内的首家工厂。安捷诺的投资方及股东——Syntagma Capital公司合伙人Frank Coenen表示,安捷诺亚太制造与研发中心将为通信、数据中心和网络连接等高科技领域的客户提供服务。除了服务国内市场外,这家新工厂还将作为安捷诺集团的战略出口枢纽,支持安捷诺在亚洲、中东及其他国家的业务发展。他还表示,将通过安捷诺采购中国制造的高质量产品,以支持在欧洲的业务拓展。
姜振海表示:“智慧工厂是安捷诺亚太制造与研发中心落成后的发力重点。”据安捷诺亚太区总经理姜振海介绍,亚太制造与研发中心投入使用后,预计年产值可达4.5亿元,并将以建设“智慧工厂”为发力方向,创造更加完善、更加先进的研发与生产环境,持续增强本地化的研发和服务能力,全面提升自动化生产水平和ESG责任。
黄峰表示:上海市外商投资协会会长黄峰表示,今年恰逢中法两国建交60周年,作为一家法资企业,Aginode安捷诺在中国及亚太市场的立足与发展受到了当地政府的大力支持。亚太制造与研发中心的落成启用,不仅标志着Aginode安捷诺在中国和亚太市场的发展迈上新的高度,更提振了亚太团队对业务发展的信心。协会将协同上海相关职能部门,为项目的未来发展提供全面服务保障。
叶斌表示:近年来,南翔镇坚持以智能制造全产业链布局为导向,积极构建产业链和产业生态圈,推动智能制造转型升级和创新发展。南翔镇党委副书记、镇长叶斌表示,南翔镇将持续深化布局智能制造产业,不断推进产业环境的持续优化与升级,同时高效响应企业需求,为企业提供实质性的政策与资金支持,与企业携手共同推进南翔智能制造产业高质量发展。
安捷诺落户之处位于南翔镇新丰村,原为一家民营企业所在地,通过南翔镇实施的低效用地盘活策略及经济城的积极招商引资工作,成功吸引了安捷诺入驻。南翔镇党委委员、副镇长周颂华表示,安捷诺项目的顺利入驻,生动诠释了“美丽乡村也能孕育新兴高端产业”的发展理念,也为南翔镇智能制造产业带来了飞跃与提升。Aginode安捷诺亚太制造与研发中心的落成,是南翔镇盘活土地资源、加快培育和发展新质生产力的又一显著成果,希望安捷诺的落地能集聚更多优秀的企业和项目,进一步提振外资企业在嘉定投资发展的信心。
区委常委、常务副区长陆祖芳,镇党委书记陈杰,镇党委副书记、镇长叶斌,上海市外商投资协会会长黄峰出席活动,并走进生产研发一线,参观了铜组件车间、光组件车间、自动化产线、实验室、研发中心及客户体验中心,体验了Aginode安捷诺先进的生产工艺和研发环境。
安捷诺亚太制造与研发中心位于南翔镇新丰村新勤路339号,占地超7,800平方米,建筑面积逾6,300平方米,拥有先进的十万等级洁净室自动化生产车间、自动化仓储中心、研发及测试中心以及客户体验中心。测试中心实验室已荣获行业权威认证机构ETL的严格认证。研发与测试中心汇聚了超过20名专业技术人员,每年投入约800万人民币用于研发项目,以确保技术领先和产品创新。在过去的12个月中,该制造与研发中心已成功申请14项基于通信及数据传输的专利。
关于Aginode安捷诺(原耐克森通讯系统)
Aginode安捷诺(原耐克森通讯系统),在FTTx、移动网、局域网和数据中心领域设计、制造和销售数字化网络连接解决方案。基于100多年的历史,我们的目标是无论在当下还是未来,让网络基础设施能够承载更多的应用程序,让生活更加互联、更加高效、更加愉悦。Aginode安捷诺的全球总部位于法国巴黎,亚太总部位于中国上海,在欧洲、中东、北非和亚洲拥有8家工厂。如需了解更多信息,欢迎访问www.aginode.net。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。