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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。