西门子推出软件即服务解决方案Teamcenter X,能够帮助企业快速实施、扩展和集成行业领先的PLM技术
通过访问云端Teamcenter,加快完整数字化双胞胎的创建与交付,整合多学科设计和物料清单
西门子数字化工业软件近期推出全新的Teamcenter X,使其产品生命周期管理(PLM)解决方案能够以服务的形式进行交付。Teamcenter是一款现代化、可扩展的PLM套件,专为产品创新者而设计,能够实现人员与流程的跨学科连接。
此次发布的Teamcenter X为软件即服务(SaaS)解决方案,可以帮助任何规模的企业快速实现价值,而无需传统现场PLM部署时所需的IT资源。用户可以通过Teamcenter X从提供即时价值的预配置工程和业务解决方案中进行选择,并根据业务发展需要灵活添加更多功能。在Teamcenter X的帮助下,所有用户都可以从“云端”获益,缩短上市时间,在分布于不同地区的跨学科团队之间实现协同,进而提高效能与效率。
CIMdata总裁兼首席执行官Peter Bilello表示:“对于西门子已经获得成功的企业数据和流程管理解决方案来说,Teamcenter X的发布标志着西门子在该领域向前迈出了重要的、具有革命性意义的一步。Teamcenter X具备内置最佳实践的现代化云平台,加上西门子领先的PLM业务模型,势必会对各行各业的企业产生极大吸引力。”
随着西门子Xcelerator解决方案组合对SaaS的进一步扩展,Teamcenter X可以帮助客户快速实现PLM效益,简化产品开发流程。企业能够轻松地将PLM与其所熟悉的应用程序连接起来,以实现跨企业和跨功能域的安全性、敏捷性及协同性。通过与世界领先的软件工具(如NX和Solid EdgeCAD软件、Mentor电子CAD软件以及PolarionX应用生命周期管理软件)进行集成,Teamcenter X可以创建多领域物料清单(BOM),将包括机械、电气和软件组件在内的完整数字化双胞胎可视化。
Teamcenter X的界面简洁易用,同时集成有预测性人工智能(AI)元素,企业用户可以快速上手操作,以更加智能的方式进行工作。通过预配置的解决方案,如工程变更、发布管理等,用户能够大幅提高工作效率。Teamcenter X中所包含的知识可在Mendix软件应用平台的基础上在整个企业范围内进行整合和扩展。
“Teamcenter X将领先的PLM解决方案和服务与先进的低代码应用平台Mendix相结合,帮助客户超预期地按时、按预算交付高质量的跨领域产品。Teamcenter X是一款真正意义上的SaaS解决方案,它基于我们的PLM专业知识,通过微服务、人工智能和低代码开发等充分发挥未来科技的作用,” 西门子数字化工业软件Teamcenter高级副总裁Joe Bohman表示:“Teamcenter这一革命性进展能够惠及各种规模的企业,我们迫切期待与更多新客户达成合作,帮助他们提高产品生命周期管理能力,为未来创新贡献力量。”
西门子还同时宣布推出Teamcenter Share,这是一项基于云计算、以设计为中心的项目协作服务,专为希望从本地和网络硬盘驱动器或通用云存储解决方案转向以工程为中心的协作工具的公司而设计。Teamcenter Share能够帮助产品开发的相关人员将桌面文件同步到安全的云存储中,他们可以在云端查看和标记所有设备上的通用CAD格式,并轻松地与其他负责人共享项目工作,以促进产品开发项目的协作。Teamcenter Share还提供增强现实(AR)功能,用户可以从平板电脑或智能手机轻松访问,以便更好地了解其设计在预期环境中可以实现的功能。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。