至顶网软件频道消息: “采用达索系统3D体验平台,基于现场真实的测量数据建立大桥的模型,通过比较现实性模型和原始设计模型,可以发现潜在风险。在实际建造前完整地仿真出全部的建造方案,这对识别硬碰撞以及软碰撞并在后期进行编制调整非常有帮助,让整个建造过程变得非常直观。这是3D体验平台带来的一个最主要的益处。” 上海市基础工程集团有限公司BIM工程研究所所长余振栋如是说。
上海市基础工程集团有限公司是隶属于上海建工集团的全资子公司,是一家专业的总承包建筑企业,被上海市首家特色命名为“建设铁军”。有多个项目荣获国际、国家、市(部)级奖项、多项施工技术处于国际领先水平,在国内外建筑行业享有较高的声誉。
随着现代建筑业的发展,市政项目对自身及其对周边环境产生的影响要求越来越高。国家也出台相关规定,鼓励建设项目引入BIM技术,来提高管理水平和项目质量。作为行业创新的践行者,上海市基础工程集团有限公司在业内率先尝试将BIM技术引入辰塔大桥项目,来应对项目中极具挑战的工程需求。
仿真建造方案发现潜在风险
辰塔大桥项目位于上海市西南角的松江区主城区的西南部呈南北走向的辰塔公路上,是辰塔公路跨越黄浦江的一个重要节点。该项目施工现场及周边环境复杂,施工设备多且操作复杂,施工周期长、工期控制难度高,专项方案工序多。在质量与安全、工期的控制,大型设备的操控及环保方面面临诸多前所未有的挑战。
达索系统3D体验平台可以提供建筑工程全生命期的信息管理能力。工程师可以使用CATIA建模工具创建复杂的BIM模型,而DELMIA仿真工具可以模拟施工过程,让施工方在虚拟环境里研究和评估施工方案,降低项目风险。上海市基础工程集团有限公司BIM工程研究所所长余振栋表示:“我们采用达索系统3D体验平台,基于现场真实的测量数据建立出大桥的模型,通过比较现实性模型和原始设计模型,可以发现潜在风险。在实际建造前完整地仿真出全部的建造方案,这对识别硬碰撞以及软碰撞并在后期进行编制调整非常有帮助。整个模拟过程增强了设备、场地布局、设计构造之间的关联性和互动性,让整个建造过程变得非常直观。这是3D体验平台带来的一个最主要的益处。”
此外,3D体验平台中的工艺仿真模块可以对索塔爬模设备、主梁挂篮设备等大型设备按照实际尺寸建模并进行碰撞分析,避免返工和其他损失。辰塔大桥项目施工周期长达3年,涉及专业繁多。工期控制模块可以让整个施工工期一目了然,在施工总计划优化中起到了重要作用,还可以调整部分非关键工序的开始时间,促进资源配置。借助三维工具对施工场布和周边环境进行建模,可以合理地规划施工平面布置和周边环境的关系,确保施工作业有序进行的同时把对周边环境的影响降到最低。
3D体验平台有效缩短项目工期
达索系统的3D体验平台可将施工方案空间立体化,避免了设备的硬碰撞,在提高基坑安全性的同时将项目工期缩短近30天。质量控制方面的成果也比较突出,通过BIM技术的应用,将主塔监测数据通过模型直观的显示出来,为后续槽段的施工提供直观的经验依据,并通过整体建模预判地墙质量良好,实际开挖效果也验证了这一点。上海市基础工程集团有限公司BIM工程研究所所长余振栋表示:“BIM技术在辰塔大桥项目中发挥了重要作用,提高管理效率减少施工浪费,带来了显而易见的效益。这个项目涉及多专业交叉设计施工,运用传统施工管理方式是很难进行统筹规划的。BIM技术的应用,可以直观全面的将项目中多个专业信息汇集在一起,以3D模型的形式表现出来,这对于项目施工的质量和进度控制十分重要。”
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。