西门子正运用Xcelerator的端到端数字孪生与AI技术,为柏林设计可持续的未来城市形态。
国际科技巨头西门子正利用端到端数字孪生与AI技术,帮助柏林设计出面向未来的可持续城市形态。
这一城市开发项目在德国首都的西门子城广场上举行了奠基仪式,其最终目标可容纳3.5万人。
西门子Xcelerator的端到端数字孪生技术可以容纳整个开发区内的各项基本要素,包括园区、建筑和能源等,其中将包括欧洲地区规模最大的废水热交换器以实现净零排放。
到2035年,西门子计划投资8亿美元以将西门子城广场发展为合作中心,项目的总投入则高达48亿美元。
德国总理奥拉夫·朔尔茨。
棕地蓝图
德国总理奥拉夫·朔尔茨与柏林市长凯·韦格纳,携手西门子公司高管一同出席了此次奠基仪式。
西门子城广场占地约188英亩,建筑面积超过100万平方米,未来将可容纳约3.5万人在这里生活和工作。
西门子公司发言人表示,“该项目将为城市棕地开发和全球工业转型设计出一份行之有效的蓝图。”
“整个西门子Xcelerator平台的数字技术——从端到端数字孪生、到人工智能(AI)——将让该地区愈发宜居并适应未来需求。”
西门子构想中的未来之城。
未来区
柏林施潘道地区拥有100多年历史的工业基地将转型为“未来区”,尝试将制造、研究学习和生活等设施融为一体。
这块占地27万平方米的区域,最多将提供可容纳7000人的居住空间。
其中30%的面积用于建设社会住房,而同样落户于此的众多企业及合作伙伴将创造多达2万个就业岗位。
朔尔茨表示,“奠基仪式令人鼓舞,展示出我们德国如今在城市规划和现代社区建设方面已经取得的成就。”
“西门子城将保持过去125年来的优秀传统,成为新起点、未来与信心的来源。”
西门子公司董事长兼CEO Roland Busch。
可持续增长与竞争力
西门子股份公司总裁兼CEO Roland Busch表示,“西门子城广场将成为勾勒城市未来面貌的蓝图。”
他补充称,“此项目将结合人工智能、数字孪生及西门子Xcelerator平台等多种技术,将工业棕地转化为稳定且健康增长的引擎。通过生产与建筑技术自动化、优化能源管理及绿色出行,我们将确保实现净零排放,这也将成为一份通过数字化方式实现可持续增长与竞争力增强的蓝图。”
柏林市长凯·韦格纳则提到,“创新与未来正在柏林的这片区域内落地。当我们为新的西门子城广场社区奠定基石时,也标志着一个令人振奋的城市发展项目的起点:这座智慧城市将更加先进、更可持续,并成为柏林新建筑群当中增长速度最快的区域中心之一。”
“它将极大帮助德国首都实现其气候目标并吸引更多技术工人,而这种吸引力主要源自社区内提供的高品质住房。”
西门子公司与西门子城广场将“展示西门子Xcelerator平台技术如何将数字与可持续解决方案,融合到城市的各个层面:从带有光伏屋顶的智能可持续建筑,到AI优化的生物多样性监测与电动汽车解决方案。”
该公司还补充道,“城市基础设施规划、优化及运营的核心则由端到端数字孪生负责实现,其中整合了来自园区孪生、建筑孪生及能源孪生的全部数据点。”
“通过智能接入并使用这些数据,可以为该区域建立起完整的虚拟形态,成功打破长久以来的数据孤岛。”
也就是说,工程人员可以在数字版本的城市中检测错误,并据此在现实世界中避免这些错误。
这种在数字世界中不断发现改进潜力并加以实施的方法,能够将种种富有远见的概念和思路投入测试,从而积极塑造更加宜居的城市未来。
西门子股份公司管理委员会成员Cedrik Neike。
西门子Xcelerator技术坐拥三大孪生副本:
西门子股份公司管理委员会成员Cedrik Neike表示,“30年前,我自己的培训与职业生涯就是从西门子城开始。今天作为管理委员会的一分子,我则在这里为「未来区」奠定基础。”
“在以封闭式生产基地运转了100多年之后,西门子城广场将全面转化为开放的欢聚之地。”
好文章,需要你的鼓励
本文介绍了 Agentic AI 的概念、特点及应用,强调其自主决策、分解任务与执行复杂目标的能力,并探讨了应用场景与潜在风险。
这项研究提出了一种名为"词汇偏向水印"(LBW)的新方法,专为自回归图像生成模型设计,能够抵抗传统水印技术容易被删除的重生成攻击。研究团队将代币库分为绿色和红色列表,通过软硬两种偏向策略鼓励模型在生成过程中选择绿色列表中的代币,并采用多绿色列表策略增强安全性。实验表明,LBW在多种攻击下展现出卓越的稳健性,尤其是在面对重生成攻击时表现突出,为AI生成内容的可追溯性提供了更可靠的技术保障。
本篇文章以 Navin Chaddha 的采访为主线,阐述了 AI 技术背后人际伙伴关系和早期合作的重要性,以及“协同智能即服务”的理念,强调未来创新依旧由人类主导,技术只是辅助工具。
南方科技大学林剑满团队开创性提出DGAD模型,解决通用物体组合中几何编辑与外观保持的双重挑战。该方法首先利用语义嵌入隐式捕捉物体几何特性,再通过密集交叉注意力机制精确对齐外观特征,成功实现物体在任意场景中的灵活编辑同时保持细节不变。实验表明,DGAD在编辑灵活性和外观保真度上均优于现有技术,为AR/VR内容创建等应用提供了强大工具。