西门子数字工业软件(Siemens Digital Industries Software)公司宣布,东方快车赛队正在使用西门子 Xcelerator工业软件产品组合,协助备战即将到来的第37届美洲杯帆船赛,以获得竞争优势。
由体育科技公司 K-Challenge 创办的东方快车赛队汇集了法国最优秀的运动员、工程师、技术人员和专家,旨在赢得包括美洲杯帆船赛在内的、最负盛名的国际帆船比赛。驾驭这种极具竞争性的环境,是该公司创造力和创新能力背后的驱动力。
通过与西门子的Simcenter工程服务公司密切合作,东方快车赛车队正在了解控制风帆和舵/翼襟翼动作的液压飞行和航空系统的实际性能。这些系统的数字孪生系统已经建成,并进行了参数化和功能验证,同时还建立了专用库,有助于确保布局和界面的全面性,并便于性能、机电一体化和液压小组等多学科团队的操作。
K-Challenge和东方快车赛队首席执行官Stephan Kandler表示:“自从襟翼技术问世以来,帆船发生了巨大变化,可以在水面上飞行。管理两种流体和所有新的飞行技术已成为一项真正的挑战,因为游戏已完全改变了,”“数字孪生和虚拟测试是一项重大突破,能够在不实际航行的情况下,提高船只的研发能力。西门子是K-Challenge Racing & LAB备战美洲杯帆船赛的关键,同时也是海运脱碳领域其他发展的关键。”
西门子数字工业法国公司首席执行官兼西门子数字工业软件法国公司首席执行官Jean-Marie Saint-Paul表示:“能够与K-Challenge和东方快车赛队合作,帮助他们在第37届美洲杯帆船赛中取得成功,西门子感到无比自豪。”“我们现在和即将到来的比赛期间的技术合作将取得的工作成果会表明在竞争最激烈的体育环境中,复杂数字孪生系统可以如何利用自身优势充分发挥实时数据的价值。”
当团队发现性能与预期有偏差时,就会以水中的数据为参考,工程师们会对系统模型进行修改(例如,查找液压系统中的可疑泄漏点),以使模拟结果与数据相匹配——这使他们能够更准确、更高效地进行有针对性的检查和维护。
基于数字孪生的系统模型已经为实时性能做好了准备,船队在为比赛做准备的过程中,还可以利用该系统模型,将比赛的实时数据流传输到模型中,并对响应情况进行实时比较。此外,当船只不在海上时,系统模型将连接到K-Challenge的虚拟现实模拟器上。最后,还可以在水中测试之前,对控制系统的控制策略和多个场景进行虚拟测试。
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。