通过与W3C联盟的合作,西门子和微软宣布致力于将数字孪生定义语言 (DTDL)与国际标准组织W3C的事物描述标准相融合。
通过统一两种语言,客户可以获得一致的建模体验,从而在不断发展的物联网环境中减少碎片化。由于客户通常会在基础设施中选择多家供应商,从而造成了锁定和非常多的集成工作,这种融合将简化系统集成和互操作性。
作为物理对象、流程或系统的虚拟复制品,数字孪生能够在数字环境中反映其现实世界中的对应物,使企业能够监控、预测并提升其资产的性能,从而提高效率并降低成本。因此,数字孪生语言的标准化对于互操作性至关重要,可确保不同数字孪生系统和平台之间的无缝通信和集成。
西门子已经为楼宇管理、配电和智能电网领域这些未来产品的W3C事物描述标准提供了便利,将这一互操作性战略扩展到Microsoft Azure将为客户带来巨大的好处。
西门子智能基础设施首席技术官Thomas Kiessling表示:“我们认为,将DTDL和W3C事物描述这两种非常相似的数字孪生语言融合在一起是一项重要举措,这将使客户能够以一种与特定物联网平台无关的方式描述物理世界。”“这一战略联盟彰显了我们促进合作、拥抱开放的承诺。”
微软的数字孪生定义语言(Digital Twin Definition Language)可以利用Azure服务对物理世界进行建模,而W3C事物描述标准(W3C Thing Description standard)则为设备接口提供了可互操作的表示方法,并将标准行业本体纳入其中。在融合的最初阶段,这两种语言在概念上已经显示出有许多相似之处。
微软公司Azure边缘和平台团队标准、联盟和工业物联网首席架构师Erich Barnstedt表示:“自从我们发明了数字孪生定义语言并将其规范和参考实现开源以来,我们就计划通过像W3C这样的联盟将其标准化。因此,与西门子密切合作,将DTDL与W3C事物描述合并,是我们在行业内实现数字孪生民主化之旅中自然而然的下一步。”
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。