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構建的新型數字化軟件集成架構,開放式數字商業(yè)平臺西門子Xcelerator能夠高效賦能開發(fā)者,簡化數字化聯(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字化服務商業(yè)模式落地,加速企業(yè)數字化轉型。
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字化解決方案,在配電柜巡檢等場景中可實現精確的狀態(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,讓數字化轉型更簡單、更便捷、更易規(guī)模化。”
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)的工程類數字化打包產品相比,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支持與其他產品或系統(tǒng)協(xié)同使用。通過標準的API平臺實現互相間無縫集成,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個月壓縮到數周,顯著加快企業(yè)數字化進程。
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:目前合作伙伴數量已突破110家,覆蓋機器人與自動化、軟件類、AI產業(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)新驅動產業(yè)的高質量發(fā)展。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。