西门子数字工业软件公司(Siemens Digital Industries Software)PAVE360汽车数字孪生软件已经登陆AWS,可以在同一云上访问快速Arm模型。
汽车制造商在为其平台开发软件或评估不同的虚拟组件时,将能够卸载仿真并释放内部资源。西门子称,通过建模技术与AWS资源的结合,开发人员可以体验到近乎实时的仿真速度,这通常会大大快于传统的内部建模和仿真基础设施。
西门子公司EDA全球销售、服务和客户支持执行副总裁 Mike Ellow表示:“竞争激烈的软件定义汽车行业面临着巨大的压力,既要快速响应消费者对新功能的期望,又要缩短软件开发周期。这推动了软硬件并行协同开发的‘左移’方法,并向整体数字孪生迈进。在基于Arm的AWS云服务上提供PAVE360有助于提高组织效率,用当今的传统开发方法无法实现这一点。”
西门子部署在AWS上的PAVE360包括Arm专为汽车特定工作负载构建的IP、功能系统软件、真实世界刺激和算法开发工具(如西门子的 Simcenter Prescan),以及一系列混合保真EDA建模和仿真引擎。PAVE360整合了所有这些资源,在工程师的办公桌上提供了一辆虚拟汽车。
Arm公司高级副总裁兼汽车业务总经理Dipti Vachani表示:“软件定义汽车是汽车行业的生存之道,需要新的技术和方法来实现更快、更敏捷的开发。”
AWS汽车与制造副总裁Wendy Bauer表示:“利用PAVE360精准地将嵌入式环境映射到最佳AWS 实例,同时使用Arm汽车增强IP,OEM和供应商正在实现的软件定义汽车解决方案和方法,这些在以前是无法实现的。”
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。