在今年的Logimat展会上,西门子在“智能内部流程——体验流程”环节展示了一个物流中心的数字孪生。物流行业如今正处于快速变化的环境之中:对能源效率和可持续性的需求不断提高、还面对着劳动力短缺和网络安全威胁的挑战。西门子在内部物流行业整个价值链领域的自动化和数字化产品组合非常丰富,可以帮助机器制造商、仓库运营商应对这些挑战。
为此,Siemens Digital Enterprise产品组合中的数字化和自动化解决方案以及Siemens Xcelerator Portfolio的物联网软硬件涵盖了仓库运营的方方面面,如收货、运输、存储、拣选、包装和出货。全自动物流系统可以加快仓库运营、优化流程、降低成本并减少失误,实现更高的吞吐量。
这些都将在这次展会上通过西门子纽伦堡物流中心的数字孪生展示。该中心每天处理1.2万个订单、2.2万个送货品类、27台堆垛机和3公里的自动传送带,为全球2.5万家客户提供服务。通过这个案例,客户可以在展会上详细了解仿真场景是如何帮助优化的,例如如何通过优化排班实现生产力最大化。
它还展示了如何用数字孪生帮助识别瓶颈和峰值负载以优化物流,以及如何通过这种方式保持吞吐量和仓库整体绩效,实现接近100%的履行率。现实世界和数字世界之间的无缝交互提高了仓库的生产力和灵活性,持续性地降低了成本和能源消耗,从而减少了碳足迹。
新功能:基于人工智能的机器人自动拣选
Simatic Robot Pick AI是西门子物流产品组合中的新成员,这款使用了机器学习的3D图像处理软件专门用于机器人解决方案,该软件也将在Logimat上展示。这款软件能让机器人能够按照拣选任务抓取仓库中的任何物品,无论形状和大小如何。经过预训练的深度学习算法让该功能可以识别出最适合的3D拾取位置,并将其提供给机器人执行。它会在尽可能短的时间内计算出可靠的拾取姿势,让高通量系统不会发生内部碰撞。
该系统无需额外进行基于CAD的培训,应用程序在类似平板电脑的工控机上的计算时间不超过1.5秒,让系统可以每小时完成超过1000次拣选。错误率平均不到2%,和人类相当。未来,人工智能控制的拣选机器人可以提供更多灵活性,以便在动态变化的情况下及时处理形状、尺寸和包装类型不同的物品,从而减轻劳动力短缺的影响,提高仓库的运营效率。Simatic Robot Pick AI可以与TIA Portal自动化平台无缝集成,借助Simatic Robot Library,该工控机系统可以同机器人建立标准化通信。
好文章,需要你的鼓励
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片,专为智能手机和平板电脑设计,可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术,提供256GB、512GB和1TB容量选择。相比v4.0产品,随机写入性能提升约30%,随机读取性能提升35-45%,同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
上海AI实验室团队提出创新的异步拍摄方案,仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS,并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示,新方法在处理快速运动场景时显著优于现有技术,为低成本高质量4D内容创作开辟新路径。
谷歌在伦敦云峰会上发布Firebase Studio更新,新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次:对话式"询问"模式用于头脑风暴,人机协作代理需开发者确认代码变更,以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台,但目前仍需精心设计提示词,非工程师用户还无法直接创建成熟应用。
上海AI实验室联手复旦大学提出了POLAR方法,这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准,POLAR在多项任务上实现了显著提升,7B参数模型超越72B现有最强基线,为AI对齐问题提供了全新解决思路。