ZDNet至顶网软件频道消息:最新版本的西门子Solid Edge软件(Solid Edge ST7)的新功能可显著加速产品设计。与之前版本相比,新版本中的3D建模与图像渲染功能可将某些特定任务处理速度提升五倍。设计管理与Solid Edge用户界面的增强功能,可帮助实现更高的生产力和工作效率。除了发布最新版本的Solid Edge ST7,西门子的产品生命周期管理(PLM)业务也拓展了其标准功能与第三方应用程序的产品服务组合,使得 Solid Edge得以进一步拓展其核心设计之外其他功能。通过集成的标准件库、仿真、制造与移动设备支持等解决方案,这些应用进一步增强了Solid Edge。
Siemens PLM Software主流工程软件资深副总裁兼总经理Karsten Newbury表示:“西门子致力于为用户开发软件。Solid Edge ST7显著提升了用户体验,其增强特性确保了新用户可以更加快速、便捷地学习如何使用该软件,同时帮助专业Solid Edge软件用户提升工作效率。这使得我们独有的同步技术向所有人开放。加之来自合作伙伴的广泛应用系统网络,我们为用户提供了前所未有的想象空间。”
Solid Edge ST7中新引进了世界领先的LuxionKeyShot渲染技术,可以从建模环境中快速、便捷地创建逼真的图像和动画。根据内部测试,这些新功能给整体图像质量带来了显著提升,并可将3D 模型的实时逼真渲染速度最高提升五倍。
Kimball International公司的设计工程师 Ricardo Espinosa表示:“Solid Edge ST7新引进的图像渲染功能为我们的业务发展带来了巨大优势。与客户开会时,我们能够基于他们所提供的信息,采用同步技术轻松修改模型设计,生成逼真的可视化图像以供即时检查,最终满足他们的定制化产品需求。”
此外,Solid Edge ST7中新的3D草图功能也提高了多种建模场景设计的效率,其巨大的灵活性帮助设计人员完成设计流程的整体速度可最多提高两倍。用户界面的显著增强,为Solid Edge ST7提供了迄今为止最直观的操作环境。新的开始页面、集中的学习路径以及扩展的可视工具提示,简化了新用户的学习过程,提高了专业用户的工作效率。
基于微软SharePoint软件,Solid Edge ST7中的设计管理功能通过新的工作流站点将用户的流程任务集中在一个位置,以此改进了可视化的设计管理。这使得创建和处理复杂设计项目变得更加容易,完成工程修改更加快速,并提高总体生产效率。
一系列强大的新应用程序为Solid Edge ST7的增强功能锦上添花。这些新的Solid Edge应用程序提供了更广泛的设计、制造与协作功能,从而加快了整个产品开发流程。目前,共有超过 500款Solid Edge应用程序可帮助用户提升产品价值。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。