QQ
在其看来，大模型与小模型之间是相辅相成的作用，短期内，小模型会随着大模型推陈出新，并长期存在。“工业领域多碎片化场景以及有非常深的行业碎片化知识，面对这些行业壁垒很高的应用场景，小模型的存在有其必要性。”
而另一方面，大模型可以对小模型的训练与精度有辅助性的提升。比如说在工业质量检测场景中，大模型可以通过图生图，快速帮忙生成大量负样本，增强模型训练中的图片验证过程。
“工业领域有很多碎片化场景，行业建立了很深的护城河。面对这些壁垒很高的应用场景，小模型的存在有其必要性。”冒飞飞认为，当下，大模型发展还在早期阶段。据其介绍，施耐德电气也在积极探索工业能源降碳、财务、人力资源、维修等场景的技术应用，并沉淀了大量语料与经验，未来有望优先从如企业内部知识管理、智能知识问答等产品与场景做技术切入。
而从供应链来看，上下游的生态合作有望实现更加**的节能减排。冒飞飞说道：“我们的观察是，我们要去发展我们上游的供应链体系，把整个网络与数字化的能力，和我们在供应链里的能力，去向合作伙伴、供应商进行拓展，达到多方共赢。同时，我们也特别希望，把我们内部进行节能减碳的这种能力，拓展到整个行业上下游。包括上游供应商，和包括到下游的客户当中去。”
同时，施耐德电气打造了开放的AI平台EcoStruxure AI 引擎，其背后的云服务可以选择包括亚马逊云科技在内的众多生态伙伴来支撑。这个AI平台可帮助开发人员和数据科学家快速构建、训练和部署机器学习模型，在云端实现数据存储和标注及模型训练、推理、部署、监控，以及迭代更新等全流程，并把云端模型下发到产线边缘侧，执行边缘推理，有效帮助施耐德电气降低模型管理训练的复杂度。
目前，施耐德电气的全球供应链拥有187家工厂，在中国拥有二十多家工厂。亚马逊云科技的数据库、计算服务，以及Amazon SageMaker机器学习服务，可有效帮助施耐德电气在云端实现对全球工厂的中央化部署、管理与监控。
未来，施耐德电气还将与亚马逊云科技共同探索人工智能技术应用落地的发展方向。冒飞飞说道：“我们也希望借力亚马逊云科技的合作伙伴，来帮助到施耐德电气。同时，我们希望通过亚马逊云科技中央化以及全球化的平台，能够做到中央化的部署、中央化的管理以及中央化的监控。”
- 下一篇：施耐德接近开关选型样本下载
- 上一篇：施耐德电气发布全新终端配电智能化方案
