ZD至顶网软件频道消息: 企业数字化转型的话题已经被无数次地讨论,转型的必要性被广泛认可,但是转什么、如何转型却是众说纷纭。随着中国基础设施建设的迅速推进,AEC行业的发展空前利好,但同时产生的市场竞争也日益激烈,本土的AEC企业急需对传统业务流程和文件处理方式进行变革,以大幅释放和提升企业和员工的生产力。
据了解,在AEC行业,文档的应用并不算晚,尤其是近两年,电子化文档的应用已经成为普遍,但是诸如如何将从前传统的纸质文档电子化、对文档进行审核审批、方便安全的使用电子签章等问题还需进一步探讨。
Adobe Acrobat DC是Adobe公司用于解决AEC行业企业所面临的文件处理传统难题而推出的。Acrobat DC推出一年来,为AEC企业包括设计和制图在内的传统业务流程提供强大的功能支持,并实现不受空间与地点束缚的远程办公和移动办公化。
Adobe高级渠道销售经理马骥表示:“Adobe Acrobat DC支持用户随时随地在移动设备上创建、查阅、编辑、审批和签署PDF文件。在简化文件处理流程、提高业务效率的同时,更能有效维护企业信息安全,高度整合并扩展企业办公软件投资,优化企业软件资产管理,节约IT投资成本。”
Adobe高级渠道销售经理马骥
据了解,Acrobat DC能满足AEC企业对于建筑工程图纸文档的签名保护、签名审核、图档加密、在线批注等多种高端需求,可智能跟踪参与全部审阅过程,并通过电子邮件发送更新和提醒。单是这一项便可减少大量电子邮件和会议数量,并能更快地收集反馈,提高整个图纸文档审核的效率。同时,通过控制 PDF 文件的访问权限以及复制数据的权限,保障了设计图纸等信息和资产的安全,让移动化办公更为安全。
Adobe产品技术顾问张振华介绍道:“PDF已经成为一个正式的开放性的标准,并且广泛的支持各种应用程序和文档格式,而Acrobat的作用就是将各种文档一步生成标准的PDF文档,从而增强文档归档流程实现文档的快速编辑与再利用。在Acrobat中,用户不仅可以通过Photoshop功能快速修饰扫描和照片文件,还可以使用 Acrobat 光学字符识别 (OCR) 将扫描的纸质文档和图片转换为可检索、可编辑的数字PDF文件,同时与Office结合完美的文档还原应用,将PDF转化为Word、Excel或PowerPoint。”
值得一提的是,Acrobat还支持2D、3D、视频、脚本等多种表现样式,将各类CAD文件转化为高压缩的PDF,并与任何使用Reader的用户进行3D设计的共享、审阅、量度。换句话说,没有安装CAD的用户可以用Reader看3D文件了,大大降低了CAD数据的交换交流成本。
此外,Acrobat还可以建立文档协作工作流,通过丰富的注释和标记工具对GIS信息以及3D 和视频进行信息标注,启用3d测量工具,准确测量 3d模型长、宽、高和周长等信息。密码、证书、密文三种安全管理方式也为用户的数据安全提供了更好的保障。
当然,Acrobat的种种功能只是Adobe帮助企业提升用户体验的一部分。马骥介绍道,Adobe认为用户体验要做好三点,即吸引人、个性化以及对用户有所帮助,实现这三点要从内容和数据两方面入手,“内容方面,Adobe通过Adobe Creative Cloud云平台的Photoshop、Acrobat、Dreamweaver等工具实现,并通过Adobe Document Cloud云平台对内容进行管理;而数据方面而通过Adobe Marketing Cloud云平台,对用户行为进行数据分析,并据此生产个性化的内容。”
据了解,Adobe Document Cloud云平台几乎兼容了所有的文档格式,举例来讲,平台可以将CAD文档转变成PDF文档,即使用户没有CAD软件,也可以通过Adobe Reader直接查看文档,而Adobe Marketing Cloud云平台除了可以帮助企业实现用户行为分析,还能够进行数字营销,将促销信息等内容递送到企业的目标人群,并且实现分年龄、分地区的精准营销。
除此之外,Adobe公司还建立了用户社区,企业用户可以在社区里分享、学习各种应用技巧和经验,甚至可以在社区的Market Space直接开展商业活动。同时,Adobe还为开发者提供了数据平台服务,通过该服务,企业及开发者可以将自建系统与Adobe Marketing Cloud云平台进行对接,全方位的管理其数字化内容和文档。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。