西门子日前发布了Solid Edge 2023,Solid Edge 2023的新功能可简化产品设计,并通过互操作性增强功能实现团队和系统之间无缝的云连接,增强协作。
Solid Edge 2023的新功能旨在利用网状模型的增强仿真能力令用户可以用更少的点击次数完成更多的工作。
该更新可以消除检查过程中的错误及降低用户的IT开销,进而帮助用户在生产中节省资金和时间。
用户可以访问云就能够安全地存储数据及随时随地在任何设备上与团队分享数据。
西门子的这个版本致力于利用增强现实功能令用户能够在现实世界的背景下查看他们的产品和设计。
相关订阅还包括协作工具Xcelerator Share,而且,西门子表示,用户将有机会通过新的基于价值的许可获得其他附加功能。
新的灵活许可选项可以通过Solid Edge SaaS订阅获取,引入该许可选项是为了让用户即时访问整合的附加产品,包括专业版生成设计(Generative Design Pro)、点云可视化(Point Cloud Visualisation)、电气路由(Electrical Routing)、PCB协作、高级PMI、仿真和Solid Edge XpresRoute。
Solid Edge 2023配备了增强网格模型仿真能力
灵活的令牌系统使得用户能够轻松地混合和匹配附加产品。
Solid Edge 2023的新用户界面包括直观的命令栏和工具条、更新的个性化选项以及改进的建模工作流程。
西门子表示,订单零件和金属板(Ordered Part and Sheet Metal)建模工作流程方面的改进为订单用户提供了同步工具,方面的改进会进一步提高生产力,同时可以加快首次用户上手的速度。
互操作性的改进可以释放设计数据的威力,同时令用户的工作不会过时。
Solid Edge 2023改进互操作性后可以释放设计数据的威力,同时令用户的工作不会过时
用户善用Xcelerator组合就能够轻松地将Solid Edge数据传送到其他产品或从其他产品获取Solid Edge数据,例如NX机电一体化概念设计器(NX Mechatronics Concept Designer)和工艺模拟(Process Simulate)等产品。
新的更新还可以将SolidWorks、JT、STEP和Parasolid文件(无论是零件还是装配体)直接接入Solid Edge装配体,无需再做转化。
西门子还做了加强基于模型定义(Model Based Definition)方面的工作,目的是为用户提供更快、更简单的3D模型细节工具。
新的Solid Edge高级PMI插件可以为下游PMI应用提供高质量的一致性规格。
新版本的另一个新功能是Solid Edge Inspector工具,该工具的开发是为了节省制造中的时间和金钱,其做法是消除检查中的错误。
Solid Edge Inspector可以自动生成高质量的检测数据和用户可以信赖的报告,进而在下游制造过程中实现无缝沟通。
Solid Edge 2023现在可以针对聚合模型(利用生成设计创建或从三维扫描获得)进行仿真,不需要转换为b-rep。车身网格功能已经可以扩展到包括装配和金属片仿真,目的是减少网格划分的错误并加快仿真研究的速度。
Solid Edge CAM Pro提供用于5-Axis Machining的Multi-Axis Roughing,目的是为了给用户提供更有效的材料去除,节省他们的时间。
Solid Edge CAM Pro的新版本提供用于5-Axis Machining的Multi-Axis Roughing功能,可以更有效地去除材料。
此外,用于4-Axis Machining的新旋转加工插件和新的线切割功能看起来可以提高创造形状的能力,甚至一些本来不可能的形状或创造起来太昂贵的形状。
智能机床套件库可以提供标准化的、专业的机床模拟套件的便捷使用。
最后一点,用户界面和可用性的改进令用户可以为动态显示的插图和部件分配富文本元数据,这些插图和部件可以进行动态显示,为摄像机移动、部件显示、部件移动、部件隐藏等生成具有预定时间的自定义过渡,还可以以及定义多个主页面(Multiple Master Pages)并可以在文件旁边显示可视化缩略图。
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。