西门子数字工业软件公司正在同戴姆勒卡车公司合作,利用西门子Xcelerator软件和服务组合建立一个数字工程平台。这个新平台将使戴姆勒卡车公司能够探索商用车创新的未来以及卡车和客车的高效产品开发和生命周期管理,并将在戴姆勒卡车公司的工程中心、品牌和业务部门中进行全球推广。
戴姆勒卡车公司董事会成员Andreas Gorbach博士表示:“我们决定拓展我们与西门子的合作,为戴姆勒卡车打造一个全球一体化的IT和工程环境。这将有助于我们用最先进的技术构建交通的未来,让我们客户的业务更加成功。”一个统一的IT环境将让我们的工程活动向前迈进一大步。通过新的开发平台实现透明高效的端到端工程流程,让我们变得更加灵活,并且缩短我们的上市时间。”
这个新的数字平台将采用生命周期管理(PLM)和物料清单(BOM)管理的Teamcenter软件,此举扩大了戴姆勒卡车对西门子Xcelerator系列产品的使用。这个环境整合了戴姆勒的工作流、系统和相关的机械设计、电气设计和模拟数据。
自从独立以来,戴姆勒卡车公司已经着手进行数字化计划,从戴姆勒股份公司的传统系统中迁移出来,这些举措意在以智能IT创新引领可持续运输。
戴姆勒卡车采用了全球平台的方式,这意味着一次性开发关键部件和车辆平台,然后在全球范围内进行跨品牌和市场的推广,这是根本的指导原则。要想实现这一点,必须要有基于云的全球协作和共同的数字工程系统平台,因此戴姆勒卡车公司选择了西门子作为技术和实施供应商来打造这个新一代的工程数字环境。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。