Siemens Digital Industries Software近日宣布,总部位于美国的航空航天公司Natilus已采用Siemens Xcelerator工业软件产品组合。该公司专注于通过下一代混合翼体飞机改变世界供应链,通过使用西门子软件,它已将制造第一架原型飞机的开发时间缩短了50%。
Natilus由Aleksey Matyushev和Anatoly Star于2016年创立,旨在通过创新和先进技术将货运行业商品化。Natilus的混合翼机身设计“钻石(Diamond)”货舱计划提供比现有货机多1.5倍的载货容量,同时减少50%的燃料消耗。这些创新型飞机代表了运营经济方面的巨大飞跃,可以在竞争激烈的货运行业中增加收入。
Natilus的首席执行官Aleksey Matyushev表示:“西门子的沉浸式技术正在彻底改变我们开发下一代飞机的方式。这不仅仅能够看见设计;而是能够以一种增强我们的工程决策并加速创新的方式体验它”,“我们与西门子合作并采用了西门子的Xcelerator产品组合,这使我们能够具备创新所需的速度,并帮助我们在努力满足客户对下一代可持续飞机的需求时保持敏捷、灵活和反应能力。”
Siemens Digital Industries Software航空航天与国防副总裁Todd Tuthill表示:“Natilus正在为航空航天业的数字化转型和敏捷性设定基准,我们很高兴它选择西门子作为值得信赖的合作伙伴,帮助他们实现重塑全球航空货运业的使命。”“我们期待与这个团队合作,将创新型飞机推向市场——这是创新者和先锋如何使用西门子Xcelerator以及我们的航空航天数字线程帮助他们建立更可持续的航空业的又一个绝佳范例。”
Natilus采用了Siemens Xcelerator行业软件产品组合中的NX™ X 软件进行飞机工程开发,并采用 Teamcenter® 软件进行产品生命周期管理 (PLM)。Natilus 使用 NX X来完成这个快节奏项目所需的高度复杂的表面设计和机械工程功能。由于 NX X 是作为 Siemens Xcelerator 即服务的一部分通过云提供的,这让Natilus能够在保护关键任务知识产权的同时,使其地理位置分散的开发团队在设计和工程任务上实现敏捷协作。
将身临其境的飞机设计带给客户
Natilus是NX沉浸式设计师的早期采用者,他们使用新的索尼XR头显将现实世界和数字世界相结合。凭借精确的3D交互、惊人的视觉保真度和无缝协作,Natilus团队可以携带他们需要的所有工具出差,为客户和潜在客户提供完整的、身临其境的第一手体验。
Matyushev表示:“在制造下一代飞机时,将模型从2D屏幕转换为我们机库中的全尺寸85英尺翼展数字孪生价值巨大。作为首批被选中使用先进的索尼头显和增强现实软件的公司之一,借助西门子‘工业元宇宙’的力量,我们能够体验到这一点。这项技术正在使沉浸式设计成为现实,并实现以前无法实现的协作产品工程能力和客户参与。”
“Natilus面临的主要挑战之一是向客户展示我们正在构建的产品的确切广度和深度。尽管工程师要形成设计的部分想法需要看到机库中的各个部分,但在沉浸式的工程环境中将一切集中在一起能够让客户大体理解整体设计。这种类型的技术是我们故事的一部分,可以帮助实现销售并让与客户的对话真正地充满活力。通过这次合作,我们飞速地发展,因为我们与这些创新公司携手合作,塑造航空业的未来及其建造方式。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。