第七屆中國國際進口博覽會(進博會)期間,西門子 Xcelerator API World正式對外發(fā)布。
通過API World構建的新型數(shù)字化軟件集成架構,開放式數(shù)字商業(yè)平臺西門子Xcelerator能夠高效賦能開發(fā)者,簡化數(shù)字化聯(lián)合解決方案開發(fā)流程,并將其業(yè)務能力及服務以API產(chǎn)品形態(tài)進行上架展示及在線交易,以靈活開放的方式推動數(shù)字化服務商業(yè)模式落地,加速企業(yè)數(shù)字化轉型。
同時,西門子與AI大模型初創(chuàng)公司北京智譜華章科技有限公司(簡稱“智譜”)聯(lián)合宣布智譜GLM大模型算法服務上線西門子Xcelerator API World。該模型服務可提供長文本智能對話問答ChatGLM、文生圖CogView等多個API接口,允許開發(fā)者將其輕松融入各類應用。對智譜而言,其先進的人工智能技術能夠更好地工業(yè)場景中落地,從而擴大市場潛力。
對API World來說,引入智譜大語言模型意味著更開放的生態(tài)體系,共同為本地中小企業(yè)提供更優(yōu)質、高性價比的數(shù)字化解決方案。雙方合作可賦能更多中小企業(yè)提升智能化水平。比如,工業(yè)智能服務解決方案提供商安徽交泰智能技術有限公司通過調用API World上的智譜大模型服務接口,可高效開發(fā)出人工智能技術加持的數(shù)字化解決方案,在配電柜巡檢等場景中可實現(xiàn)精確的狀態(tài)識別和無紙化巡檢記錄等應用。
“今天,隨著新型數(shù)字化軟件集成架構西門子Xcelerator API World的全面開放,西門子Xcelerator平臺在生態(tài)開放、生態(tài)賦能、生態(tài)創(chuàng)新方面又邁出了堅實的一步。” 西門子 Xcelerator中國區(qū)總經(jīng)理秦成表示,“通過API World,任何開發(fā)者都能輕松集成所需模塊,體驗打造數(shù)字化解決方案的便捷,如同搭積木一般簡單。我們期待未來能與更多本土‘繁星計劃’生態(tài)伙伴一起共創(chuàng)API World上的應用服務,讓數(shù)字化轉型更簡單、更便捷、更易規(guī)?;?rdquo;
相較于傳統(tǒng)的單體架構類解決方案套件,西門子Xcelerator API World為推動數(shù)字化轉型提供了全新模式,具備以下四大特征:
• 靈活性:API World集成了多種業(yè)務功能模塊,便于復用或快速集成。通過提供來自西門子與合作伙伴的各類模塊化的核心應用服務,企業(yè)開發(fā)者可以靈活、快速的方式集成和部署數(shù)字化解決方案并上架西門子Xcelerator平臺,其創(chuàng)新成果可以觸達更多有數(shù)字化轉型需求的企業(yè)。
• 開放性:API World的接口定義允許第三方應用程序對接。API World在公測階段已上架近50個API服務,超300個接口,覆蓋汽車、電子與電氣、食品與飲料等多個行業(yè)的數(shù)字化應用場景,其中來自第三方合作伙伴的API服務占比接近一半。
• 服務性:通過微服務的商業(yè)模式,API World提供按需的調用服務。與傳統(tǒng)的工程類數(shù)字化打包產(chǎn)品相比,API服務按次收費,性價比和操作便捷性顯著提升。這一方式不僅大幅降低了中小企業(yè)的數(shù)字化門檻,還增強了企業(yè)轉型意愿。
• 可互操作性:API World支持與其他產(chǎn)品或系統(tǒng)協(xié)同使用。通過標準的API平臺實現(xiàn)互相間無縫集成,其可大幅縮短西門子及其合作伙伴打造數(shù)字化聯(lián)合解決方案的時間,從傳統(tǒng)的3 - 6個月壓縮到數(shù)周,顯著加快企業(yè)數(shù)字化進程。
西門子已連續(xù)三年在進博會期間發(fā)布關于西門子Xcelerator的里程碑事件:2022年,西門子Xcelerator首次在中國發(fā)布;2023年,西門子Xcelerator生態(tài)合作伙伴“繁星計劃”正式啟動;今年進博會期間,西門子Xcelerator API World正式面向市場發(fā)布。
基于進博會的溢出效應,西門子Xcelerator已取得諸多進展:目前合作伙伴數(shù)量已突破110家,覆蓋機器人與自動化、軟件類、AI產(chǎn)業(yè)應用與知識教育四大領域,上線了30多款聯(lián)合解決方案,平臺累計注冊用戶超33萬。未來,西門子將繼續(xù)打造更強生態(tài),以創(chuàng)新驅動產(chǎn)業(yè)的高質量發(fā)展。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。