ZDNet至顶网软件频道消息: 密歇根大学太阳能车队成功跨越位于美国北部城市明尼阿波利斯的终点线,第八次赢得了2014年美国太阳能汽车挑战赛冠军。该车队从2013年开始采用Siemens PLM Software的产品生命周期管理(PLM)软件技术作为产品设计和开发的主要工具,在历时7天的比赛中成功跑完全部赛程,穿越美国8个州,比第二名的竞争对手车队快了4个小时。该车队计划明年更多地采用西门子PLM软件来完成四轮太阳能汽车的设计、制造、测试和性能优化,备战横跨澳大利亚内陆的2015年世界太阳能汽车挑战赛。
密歇根大学太阳能车队项目经理Pavan Naik表示:“五次蝉联全国冠军不只是我们车队的巨大胜利,也是Siemens PLM Software产品价值的有力证明。要赢得世界太阳能汽车挑战赛,我们不仅要了解汽车各部件的性能,更要了解整车系统的运行方式。采用西门子的软件工具将使我们能够执行一切建模和仿真任务,为新车研发真正实现性能优化。现在,为了备战2015年的世界太阳能汽车挑战赛,我们将应用全面的PLM解决方案。”
自1990年成立以来,密歇根大学太阳能车队已先后打造了12款车型,其中包括为完成全程1,722英里的此次美国太阳能汽车挑战赛所设计的Quantum。此外,这支由将近100名成员组成的团队还为参加世界太阳能汽车挑战赛开发了Generation太阳能汽车。这两款车型的设计和制造都采用了Siemens PLM Software的解决方案,并且西门子还成为了该车队的铂金级赞助商。
西门子的PLM软件技术被全世界制造企业广泛用于开发全球最先进产品。仅仅在汽车行业,全球十五家顶级汽车原始设备制造商中的90%以上和25家一线汽车供应商中的近90%都在产品开发和制造过程中使用西门子的软件。西门子还向密歇根大学等学术机构提供软件,以支持其培养面向未来的、经过高度训练的人才。
Siemens PLM Software 全球营销副总裁Dave Taylor表示:“作为科学、技术、工程和数学(STEM)教育的大力倡导者,Siemens PLM Software非常荣幸能够助力密歇根大学太阳能车队在比赛中夺冠。我们先进的PLM 技术将继续帮助这支屡获佳绩的团队提高性能,备战未来的挑战。”
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。