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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。