新加坡物流公司圣淘沙物流 (ST Logistics) 与联想展开合作,通过新的仓库执行系统和人工智能算法,实现仓储设施关键流程的自动化。
该仓库执行系统旨在优化仓库内货物流动,自动规划最快捷、最安全的货物运输路线,以加快订单履行速度。
此外,联想的高性能计算系统 (包括 ThinkSystem 服务器) 将为人工智能算法提供算力支持,这些算法用于优化货物存储,优先处理可立即发货的商品,提高其可访问性。
ST Logistics 国土安全运营副总经理 Lance Ong 表示:"通过会议和实地考察,联想清楚地了解了我们的目标,并提供了远超硬件和软件的解决方案。他们的支持和生态系统带来了切实的成果,我们始终可以信赖他们。这种坚实的基础支撑着我们成功的合作关系。"
除了技术实施外,该合作还将致力于提升 ST Logistics 员工的技能水平,确保员工具备操作新仓库执行系统所需的技能,突显了即使在高度自动化的环境中,人工监督和互动的重要性。
鉴于制造业对新加坡 GDP 的巨大贡献,这项计划尤为重要。作为第二大贡献者,制造业在国家经济韧性和人才发展中发挥着重要作用。
联想表示,与 ST Logistics 的合作也符合新加坡经济 2030 愿景,该愿景优先考虑贸易、企业、制造业和服务业。通过创建更高效、可持续的供应链生态系统,这项合作有望在区域范围内提升新加坡的竞争力。
联想新加坡总经理 Nigel Lee 表示:"与 ST Logistics 的合作对联想来说是一个关键时刻。我们一直走在人工智能技术的前沿,通过将我们的解决方案整合到 ST Logistics 的供应链流程中,我们不仅是在优化物流,更是在开创智能和可持续供应链的新时代。"
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。