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
谷歌发布数据共享模型上下文协议服务器,使开发者和AI智能体能够通过自然语言访问真实世界统计数据。该服务整合了政府调查、行政数据和联合国等全球机构的公共数据集。新服务旨在解决AI系统训练中常见的数据噪声和幻觉问题,为AI提供可验证的结构化信息。谷歌还与ONE Campaign合作推出数据智能体工具,该开源服务器兼容任何大语言模型。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
微软宣布从周三开始将Anthropic的AI模型集成到其Copilot助手中,此前该助手主要依赖OpenAI技术。企业用户可在OpenAI的深度推理模型和Anthropic的Claude Opus 4.1、Claude Sonnet 4之间选择,用于复杂研究和构建定制AI工具等任务。此举标志着微软与OpenAI这对曾经独家合作伙伴关系的进一步松动。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。