2022年11月8日,上海—— 今日,在第五届中国国际进口博览会(CIIE)期间,欧特克公司与普华永道举行战略合作签约仪式,宣布双方将在产品定制管理数字化领域建立全方位合作,共同助力企业的数字化转型升级。根据双方签署的有关合作备忘录,欧特克和普华永道将推进欧特克领先的创新理念和软件技术同普华永道咨询业务的融合,共同打造配置生命周期管理数字化解决方案,从而通过流程融合和自动化驱动企业提升运营效率,助力加速产品上市,提升产品质量。
欧特克公司大中华区总经理孙志伟、欧特克公司大中华区渠道总监梅杰、欧特克公司大中华区技术总监罗海涛、普华永道中国咨询部主管合伙人吴家裕、普华永道中国数字化运营服务主管合伙人郭誉清、普华永道中国数字化运营服务总监刘宇亮等出席了签约仪式。
近年来,随着市场对定制化产品的需求不断提升,传统制造企业面临着繁杂的流程、信息孤岛和数据壁垒等愈发严峻的挑战。如何开展生产活动并快速响应客户需求成为企业亟待解决的问题。基于欧特克Inventor、Vault等产品和服务与普华永道咨询服务、配置报价订单系统(CPQ)解决方案的融合,双方所打造的配置生命周期管理系统,能够在一定程度上支撑企业从系统层、数据层、价值链到各类部门建立起唯一的、正确的数据源,有利于形成生产全流程数据的一致性。
在普华永道CPQ解决方案的升级过程中,双方将借助Autodesk Inventor作为基础软件,帮助企业设计三维建模、可配置的三维模型及工程图纸和材料明细表(BOM)。借助Autodesk开发平台,企业可以进行自动化配置设计、并自动生成工程图纸和材料明细表、开启自动计算引擎。最终,在配置生命周期管理系统中加速产品报价、技术需求、二维/三维可视化模型,CPQ配置,报价单和技术规格表等应用的落地。
配置生命周期管理系统还具备二维/三维可视化及功能仿真能力、配置管理能力、工程变更管理能力,能够帮助企业最大程度的实现模块化和标准化管理,从而更快响应客户的需求。此外,基于规则的配置能力和企业资源计划管理系统/产品生命周期管理系统/制造执行系统/客户关系管理系统(ERP/PLM/MES/CRM)多系统集成能力还能够帮助企业降低销售成本,缩短建模时间和订单处理时间,并获得工作效率和完工率的提升。
值得一提的是,配置生命周期管理解决方案可以推动企业实现模块数据管理和自动化配置设计,应用于定制化产品的销售、设计及生产过程中后,帮助加速产品上市,提升产品质量。以电梯行业为例,该行业有着以销定产的行业导向,其准时化生产模式要求企业必须严格按照实际交货期采购和生产,而周期过长的报价和设计流程,不及时的市场响应,逻辑复杂的产品配置,以及不够精确的制造将会严重影响其产品的交付。使用配置生命周期管理系统后,销售、工程、制造和服务全生命周期的数据和需求不仅得以在系统内实现打通,形成更为清晰和直观的生产流程管理,企业还基此实现订单自动化、设计配置化以及流程数字化,进而大大提升订单交付速度。
欧特克公司大中华区总经理孙志伟表示:“欧特克非常高兴能与普华永道达成战略合作,共同开启产品定制管理数字化之路。普华永道作为全球领先的专业服务机构,有着丰富的行业及系统集成方案的实施和咨询能力。欧特克将与普华永道一起开展更具创新性和前瞻性的应用和实践,努力将企业的可靠性和效率提升到全新高度。”
普华永道中国咨询部主管合伙人吴家裕表示:“多年的专业化探索和数字化实践经验,让普华永道深刻认识到数智服务对于客户转型的重要性。相信此番与欧特克公司的合作不但可以帮助普华永道更好地打造专业服务与产品的融合,还将为制造业的数字化步伐注入能量与活力。”
近年来,企业对于信息化管理的需求与日俱增,数字化技术已经成为了各行业创新发展和打造高质量作品及产品的必备要素。作为数字化发展的倡导者和践行者,欧特克将继续打造数据驱动的工具和平台,以领先的数字化解决方案和完善的生态圈推动行业的数字化发展。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。