首页 > 传媒 > 关键词  > 智能密集库最新资讯  > 正文

旷视助力全球缝制龙头企业打造智能密集库,实现库容增长110%

2024-04-01 11:24 · 稿源: 站长之家用户

近日,由旷视打造的“缝纫机成品智能密集库项目”在台州正式投入使用。该项目实现了快速交付,并助力企业用户实现库存容量增长超110%,企业投入产出比(ROI)有效提升。

采用旷视四向车系统的缝纫机成品“智能密集库”投入使用

用户企业全球战略客户部中国区总经理表示:“制造升级已成服装产业高质量发展的‘必由之路’,在产业数智化转型的过程中,物联网、人工智能等数字技术的出现正在推动企业向智能化管理体系逐步演进。本次合作中,旷视四向车灵活的场地适应性和节能减排等特性,更有利于提升存储密度和作业效率,非常适合相应的应用场景。我们在未来也将不断利用创新技术,推广人工智能和自动化在服装产业全价值链的创新应用,助力行业高质量发展。”

旷视联合创始人、CTO唐文斌表示:“数字技术和实体产业的紧密合作有着非常重大的意义,双方对于物联网和人工智能技术的看法不谋而合,同时我们也都非常看好柔性机器人和柔性物流解决方案在生产和仓储环境中的应用价值。旷视很高兴能够与制造企业一起合作,协助企业打造‘智能密集库’,推动自动化、数字化、智能化的技术在实体企业工厂和仓库中的应用。这次合作也加速了数字技术和实体产业紧密结合,既推动数字技术在行业的普及应用,也有利于实体企业的高质量发展。”

“缝纫机大王”构建精益化智能工厂

打造服装产业智造标杆

此次上线的智能密集库的使用方是一家全球缝制设备行业产销规模最 大、综合实力最 强的全球化企业,一直以来以技术创新和品质升级不断塑造竞争新优势,同时在智能制造方面也在不断提升改善。公司在台州湾新区投资建设了智慧工厂,旨在打造缝制机械行业的未来工厂,该工厂已获评浙江省“未来工厂”称号。

一直以来,服装产业普遍存在着消费需求变化快、经营成本高、生产管理效率亟待提升以及从业人员断层等挑战。而服装企业基础设施建设落后,也直接导致了管理片状、业务运营存在数据孤岛、智能化进程缓慢等制约企业发展的难题。

针对行业的诸多挑战,这家“缝纫机大王”积极进行了全面的业务部署。目前,企业引进了全自动机壳精加工智能化生产线,并融合了数字孪生技术实现数字仿真;建立了智能缝制产业工业物联网平台及数字化生产线;引进了智能密集库,进一步提升了公司智能制造水平,实现全价值链端到端智能化管理。

“缝纫机大王”智能密集库项目落成

携手旷视推动服装产业高质量发展

本次投入使用的“智能密集库”项目在较短时间内交付,项目位于建筑一层,高8米。在这种环境下,相比堆垛机系统,旷视四向车系统的优势在于“离散性设备、分布式控制”,可以像积木一样按需组合和灵活扩展,并具有很强的场地适应能力,能够实现更优的投入产出比。

运行于缝纫机成品“智能密集库”中的旷视四向穿梭车

在谈及与旷视合作的初衷时,这家缝制领域头部企业的智能仓储产品线副总经理指出:“这个仓库位于楼板库一层,高8米,主要储存缝纫机成品,属于少品种、大批量的特点,而且是旧仓改造项目,非常适合采用四向车方案。而这种柔性系统更依赖算法和调度软件,旷视在算法和技术方面优势明显,这也是促成本次合作的重要因素。”

“智能密集库”项目以旷视四向车系统为核心,由四向车、货架、提升机、输送线等硬件设备,及包含WES、TES的旷视河图软件平台组成,实现了成品、包材、空托垛的自动化入库、存储、拣选和出库,以及生产线和仓储环节的跨区域联动。根据之前测算,相比传统地堆方案,仓库在改造后的库存容量增长超110%,显著提升了作业效率,并让业务信息更加透明化、可视化。

运行于缝纫机成品“智能密集库”中的旷视四向穿梭车

两家企业的合作,有效推动了实体产业与数字技术的创新融合,也成功打造了数字技术面向实体产业应用的行业范例。未来,双方也将持续围绕人工智能、物联网等数字技术进一步深化合作,并为服装产业的数智化升级探索出一条高质量发展道路。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • llama3v:基于llama3 8B的SOTA视觉模型

    llama3v是一个基于Llama3 8B和siglip-so400m的SOTA(State of the Art,即最先进技术)视觉模型。它是一个开源的VLLM(视觉语言多模态学习模型),在Huggingface上提供模型权重,支持快速本地推理,并发布了推理代码。该模型结合了图像识别和文本生成,通过添加投影层将图像特征映射到LLaMA嵌入空间,以提高模型对图像的理解能力。

  • Open LLM Leaderboard:开放的大型语言模型排行榜

    Open LLM Leaderboard是一个由Hugging Face提供的空间,旨在展示和比较各种大型语言模型的性能。它为开发者、研究人员和企业提供了一个平台,可以查看不同模型在特定任务上的表现,从而帮助用户选择最适合自己需求的模型。

  • OpenCompass Multi-modal Leaderboard:实时更新的多模态模型性能排行榜

    OpenCompass多模态排行榜是一个实时更新的平台,用于评估和排名不同的多模态模型(VLMs)。它通过8个多模态基准测试来计算模型的平均得分,并提供详细的性能数据。该平台仅包含开源的VLMs或公开可用的APIs,旨在帮助研究人员和开发者了解当前多模态模型的最新进展和性能表现。

  • I2VEdit:一种基于图像到视频扩散模型的视频编辑技术

    I2VEdit是一种创新的视频编辑技术,通过预训练的图像到视频模型,将单一帧的编辑扩展到整个视频。这项技术能够适应性地保持源视频的视觉和运动完整性,并有效处理全局编辑、局部编辑以及适度的形状变化,这是现有方法所不能实现的。I2VEdit的核心包括两个主要过程:粗略运动提取和外观细化,通过粗粒度注意力匹配进行精确调整。此外,还引入了跳过间隔策略,以减轻多个视频片段自动回归生成过程中的质量下降。实验结果表明,I2VEdit在细粒度视频编辑方面的优越性能,证明了其能够产生高质量、时间一致的输出。

  • Samba-1 Turbo:高效能的AI模型选择与应用平台

    Samba-1 Turbo是一个提供AI模型选择和应用的平台,它允许开发者通过免费的开发者推理服务来试用、比较和评估Samba-1中各种专家模型。此外,平台还提供一些构建在Samba-1之上的演示业务应用程序,以及开源语言专家SambaLingo。Samba-1 Turbo旨在为开发者提供强大的工具,以简化AI模型的集成和应用过程。

  • StreamV2V:实时视频到视频翻译的扩散模型

    StreamV2V是一个扩散模型,它通过用户提示实现了实时的视频到视频(V2V)翻译。与传统的批处理方法不同,StreamV2V采用流式处理方式,能够处理无限帧的视频。它的核心是维护一个特征库,该库存储了过去帧的信息。对于新进来的帧,StreamV2V通过扩展自注意力和直接特征融合技术,将相似的过去特征直接融合到输出中。特征库通过合并存储的和新的特征不断更新,保持紧凑且信息丰富。StreamV2V以其适应性和效率脱颖而出,无需微调即可与图像扩散模型无缝集成。

  • OpenCompass 2.0 Large Language Model Leaderboard:大型语言模型排行榜,实时评估模型性能。

    OpenCompass 2.0是一个专注于大型语言模型性能评估的平台。它使用多个闭源数据集进行多维度评估,为模型提供整体平均分和专业技能分数。该平台通过实时更新排行榜,帮助开发者和研究人员了解不同模型在语言、知识、推理、数学和编程等方面的性能表现。

  • 甲骨文AI协同平台:数字化甲骨文研究与共享平台

    甲骨文AI协同平台是一个专注于甲骨文研究的数字化平台,集成了甲骨文全信息著录库、甲骨文总字表、数字工具箱等资源,通过AI技术辅助甲骨文的释读、研究和教育传播。平台汇聚了众多博物馆、专家学者以及社会各界人士的共同努力,旨在推动甲骨文研究的深入发展和甲骨文化的传承。

  • Cantor:创新的多模态链式思维框架,提升视觉推理能力

    Cantor是一个多模态链式思维(CoT)框架,它通过感知决策架构,将视觉上下文获取与逻辑推理相结合,解决复杂的视觉推理任务。Cantor首先作为一个决策生成器,整合视觉输入来分析图像和问题,确保与实际情境更紧密的对齐。此外,Cantor利用大型语言模型(MLLMs)的高级认知功能,作为多面专家,推导出更高层次的信息,增强CoT生成过程。Cantor在两个复杂的视觉推理数据集上进行了广泛的实验,证明了所提出框架的有效性,无需微调或真实理由,就显著提高了多模态CoT性能。

  • SuperCLUE:领先的AI评测基准,衡量和比较AI模型性能。

    SuperCLUE是一个用于评估和比较大型语言模型性能的在线平台。它提供了多种任务和排行榜,旨在为AI研究者和开发者提供一个标准化的测试环境。SuperCLUE支持各种AI应用场景,包括数学推理、代码生成、超长文本处理等,能够帮助用户准确评估模型在不同任务上的表现和能力。

  • Berkeley Function-Calling Leaderboard:评估大型语言模型调用函数能力的排行榜

    Berkeley Function-Calling Leaderboard(伯克利函数调用排行榜)是一个专门用来评估大型语言模型(LLMs)准确调用函数(或工具)能力的在线平台。该排行榜基于真实世界数据,定期更新,提供了一个衡量和比较不同模型在特定编程任务上表现的基准。它对于开发者、研究人员以及对AI编程能力有兴趣的用户来说是一个宝贵的资源。

  • OpenAI & other LLM API Pricing Calculator:AI项目成本计算器,比较不同AI模型的成本。

    OpenAI和其他大型语言模型(LLM)API的成本计算器,帮助企业和开发者评估和比较不同AI模型在项目中的成本。该工具提供了包括OpenAI、Azure、Anthropic、Llama 3、Google Gemini、Mistral和Cohere等在内的多个模型的价格计算。它基于输入的token数、输出的token数和API调用次数来计算成本。

  • Clay Filter AI:将您的角色照片转换成粘土动画风格的图像

    粘土 AI 是一款 AI 工具,可以将照片转换成粘土动画风格的图像。通过分析面部特征,生成逼真的效果,提供灵活的编辑功能。价格定位为免费使用。使用比较简单,上传你的照片并提交,稍等10-20 秒可以获得粘土动画风格的图像。

  • TopMixLabs:在线AI视频动画生成工具

    TopMixLabs 是一个 AI 动画制作工具,通过上传图片,用户可以轻松地将图像转换为专业级动画,适用于各种规模的企业,提升品牌形象。使用简单,只需要4张照片,上传稍等10 -20分钟左右,即可以生成高质量的动画,生成的动画支持下载mp4格式,而且在平台上创建的动画用于个人和商业目的。

  • StartKit.AI:快速搭建AI创业项目

    StartKit.AI是一个旨在帮助开发者快速构建AI项目的在线平台。它提供了一个包含所有所需功能来发布SaaS产品的AI样板,无需AI经验即可使用。该平台由James和Danielle开发,他们拥有超过10年的SaaS产品开发经验,并成功运营着AI产品Ellie。StartKit.AI集成了30多个模块和超过8000行代码,提供了先进的AI特性,如聊天、图像、文本、语音、翻译和内容审核等。此外,它还包括了OpenAI的所有功能,并支持创建自己的ChatGPT克隆体。产品定位于帮助开发者快速启动AI项目,保持技术领先,并支持通过Stripe进行产品变现。

  • Cressi:AI驱动的个性化购物助手

    Cressi是一个由AI驱动的个性化购物助手,旨在通过分析用户的搜索历史、兴趣、联系人和日历等信息,提供定制化的购物建议。Cressi不仅能够理解用户的偏好,而且能够随着用户生活方式的变化而不断进化,提供真正人性化的购物体验。Cressi致力于使购物更加个性化、高客户满意度,并减少浪费,以实现更有意义和可持续的购物方式。

  • Decks:一款专业的笔记应用,助你快速掌握任何学科

    Decks是一款专为学习设计的应用,它通过创新的笔记方式帮助用户更快地掌握知识。用户可以免费开始使用,并在14天后选择月度或年度订阅。Decks提供每月8美元或每年79美元的订阅选项。

  • AutoPilotI18n:AI驱动的国际化工具 简化i18n流程。

    AutoPilotI18n 是一款利用 AI 技术提供精确翻译的国际化工具,可自动化翻译任务,简化 i18n 流程。其主要优点在于精确翻译、多框架支持、高效工作流程,适用于 React、Vue、Angular 等。AutoPilotI18n 定价透明,提供免费和付费版本。

  • Docu Dig:AI驱动的智能文档搜索与洞察

    Docu Dig是一个利用尖端AI技术提供安全、高效的文档内容搜索和洞察的商业解决方案。它通过先进的加密技术保护数据安全,提供上下文智能搜索,与传统搜索方法相比,能够提供更准确的文档洞察,提高团队效率,并改善信息获取。此外,它还支持团队协作,允许团队成员在共享文档上协作,提高工作效率。适用于需要处理大量文档的行业,如法律、医疗和金融领域。

  • V-Express:生成受控于参考图像、音频和V-Kps序列的头像视频。

    V-Express是一个由腾讯AI实验室开发的头像视频生成模型,它通过一系列渐进式丢弃操作平衡不同的控制信号,使得生成的视频能够同时考虑姿态、输入图像和音频。该模型特别针对音频信号较弱的情况进行了优化,解决了在控制信号强度不同的情况下生成头像视频的挑战。

今日大家都在搜的词: