Brenda Discher,西门子数字化工业软件战略与营销高级副总裁
西门子近日推出全新西门子 Xcelerator —— 一款开放式数字商业平台,以更轻松、更快速、可扩展的方式,跨越工业,楼宇,电网和交通等领域,帮助不同规模企业加速数字化转型,并创造价值。对于西门子数字化工业软件的用户群体而言,Xcelerator 并不陌生。2019年,西门子数字化工业软件全面集成工程软件、服务和应用开发平台,推出 Xcelerator 解决方案组合,旨在助力工业客户实现转型。如今,作为西门子向科技公司定位迈进的重要一步,Xcelerator 在原有基础上进一步扩展,应用于更广泛的业务层面,成为整个西门子独特的数字业务平台。
过去三年,Xcelerator 已经帮助众多客户充分挖掘数字化价值,从使用自动自导无人机进行海洋测绘,到利用下一代航天飞机进行星际探索,成为全球领先企业和先驱企业追求创新的重要基础。去年,西门子数字化工业软件推出“ Xcelerator 即服务”(Xcelerator as a Service )解决方案,将 Xcelerator 引入云端,与客户携手前行,不断打破不同工程领域之间的边界,推动企业数字化加速落地。
拓展 Xcelerator 的愿景
西门子 Xcelerator 仍然代表着数字化解决方案组合,只是其范围得以进一步扩大。除了来自西门子和经认证的第三方物联网(IoT)硬件、软件及数字化服务之外,新的西门子 Xcelerator 还包括不断发展的合作伙伴生态体系和一个线上交易平台,以促进客户、合作伙伴和开发者之间的互动与合作。
西门子的目标是将现实世界与数字世界无缝连接,通过 IT 与 OT 的融合,打破工业、楼宇、交通和电网之间的孤岛。我们将继续提供全面的数字孪生,并进一步引入来自公司内部以及合作伙伴的解决方案,以更紧密的方式连接现实与数字,全面打通从工厂控制软件到边缘计算设备、从芯片到城市的所有环节。
持续扩大的解决方案组合
为了实现以上愿景,西门子将不断引入新产品,目前我们已经向业界传递了下一代工业物联网(IIoT)解决方案的计划。这一款名为 Industrial Operations X 的解决方案作为西门子 Xcelerator 一部分,将全面整合一系列解决方案和应用程序 —— 再到云端的解决方案和应用,物联网即服务业务,低代码的开发能力,以及广泛的即用型应用程序。借用该解决方案,客户将能够充分融合自动化物理世界与信息技术数字世界的数据,并通过西门子垂直 IT/ OT 集成知识和能力不断满足自身的数字化需求。
西门子 Xcelerator 还将延续其灵活性与现代化特性。我们深知数字化转型是一个持续不断的过程,其成功离不开庞大的合作伙伴和开发人员网络。英伟达便是 Xcelerator 开放式生态系统的新晋成员之一,这也是西门子与英伟达合作伙伴关系的进一步拓展。为了推动工业元宇宙的建设,我们将打通西门子 Xcelerator 与英伟达 Omniverse 平台,开创一个由 AI 赋能的、基于物理世界的数字孪生新时代,以不断提高的效率推动工业转型,最终将工业自动化水平提升至全新高度。接下来,双方将合力为宝马集团位于匈牙利德布勒森的电动汽车制造示范基地定制解决方案。
共塑美好未来
为了以更好的姿态迎接未来以及其所带来的挑战,整个行业都在寻求转型之道,西门子亦然。我们的软件、硬件及合作伙伴是西门子 Xcelerator 平台的核心所在,也是塑造西门子未来的关键。我们愿与同道者携手,基于西门子 Xcelerator 不断突破可能性的边界,共创美好未来。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。