西门子数字化工业软件与 IBM(纽约证券交易所股票代码:IBM)日前宣布将进一步扩展合作伙伴关系,共同开发软件解决方案组合,集成各自在系统工程、服务生命周期管理及资产管理等领域的优势。
面对日益加剧的竞争压力、供不应求的劳动力市场以及不断提高的环境合规要求,企业必须采取覆盖产品与资产全生命周期的全面管理方法。西门子与 IBM 计划合作开发一套综合性软件解决方案,帮助企业优化产品生命周期,使其在开发早期即可提高流程、原型及测试理念的可追溯性,实现更可持续的产品设计,进而加快创新和上市速度,提高质量并降低成本。
新的工程软件套件基于 SysML v1 规范,可充分利用连接机械、电子、电气工程以及软件设计和实施等环节的数字主线,为产品开发的可追溯性和可持续性提供支持。该套件覆盖从早期设计和制造到运营、维护、更新直至生命末期管理的整个产品生命周期。在初期合作阶段,双方将打通 IBM 系统工程解决方案 Engineering System Design Rhapsody 与西门子 Xcelerator 数字商业平台的软件与服务解决方案组合,包括西门子的产品生命周期管理(PLM)软件 Teamcenter® 和电气/电子(E/E)系统开发与软件实施软件 Capital™。同时,双方还将 IBM 的智能资产管理平台 Maximo Application Suite 与西门子的 Teamcenter 相结合,为集成服务工程、资产管理和服务执行的数字主线提供支持。
这些集成将侧重于流程和物料的高效重用,实现可持续产品开发的可追溯性,帮助企业在设计和工程过程中及早制定决策,以降低成本,提高绩效并实现可持续发展。企业可以更快地识别功率过大或者需要维护/替换的不良组件或设计元素;同时,通过集成式数字主线将物理和软件资产重新接回产品开发,助力产品创新。
IBM 软件产品管理与发展高级副总裁 Kareem Yusuf 博士表示:“产品创新与差异化在很大程度上取决于电气、电子和软件组件。然而,由于当前用以管理此类组件的工具、流程及信息互为独立、互不关联,制造企业很难及时向市场交付新产品。为了解决这一难题,IBM 与西门子合作共建数字主线环境,集成贯穿产品全生命周期的可持续发展实践,连接设计、生产、运营和维护等各个阶段,旨在帮助客户以更快的速度实现创新,做好合规认证准备,同时提高产品的整体质量。”
此外,西门子与 IBM 还将合作打造基于 SysML v2 规范的解决方案,为企业提供向下一代系统工程过渡的迁移路径。SysML 支持广泛的系统与系统对系统的规范、分析、设计、验证和确认。服务生命周期管理有助于打通从服务工程到服务维护的过程,在 OEM 与运营商之间建立新的协作流程,帮助企业优化产品服务化的业务价值。
西门子数字化工业软件总裁兼首席执行官 Tony Hemmelgarn 表示:“西门子与 IBM 将合作推出仿真驱动型系统和软件工程解决方案,全面覆盖运营生命周期。该解决方案将帮助客户降低产品开发成本,实现持续改进,在产品全生命周期内提升企业运营效率。双方的合作旨在构建一个开放式生态系统,依托基于规范的解决方案,帮助企业提高系统模型及相关数据的可扩展性及重用性,在初期即可提升产品研发的质量。”
作为服务生命周期和资产管理解决方案的早期用户之一,斯柯达集团首席信息官 Kamil Mrva 表示:“斯柯达与西门子及 IBM 紧密合作,旨在实现斯柯达的可持续发展目标,降低客户的产品总拥有成本(TCO),帮助我们向以服务为重心的业务进行转型。”
IBM 新发布的合作伙伴计划 Partner Plus 将持续赋能西门子,其解决方案也将作为西门子Xcelerator 数字商业平台的一部分。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。