ZD至顶网软件频道消息: 近日,在达索系统第19届用户大会SOLIDWORKS World 2017上,有一款并不起眼的产品被SOLIDWORKS首席执行官Gian Paolo Bassi及一众高管多次提起,这就是此次大会上新公布的SOLIDWORKS CAM。
SOLIDWORKS首席执行官Gian Paolo Bassi
在SOLIDWORKS的产品规划中,这也是SOLIDWORKS首次跨界CAM。而从功能上看,这是一款入门级CAM解决方案,能够识别MBD信息,提供车削和2.5轴铣削。据悉,SOLIDWORKS CAM由CAMworks提供技术支持。
不过,在SOLIDWORKS 丰富的CAM合作伙伴生态中,这款入门级的产品实在不能算是多稀奇多强大。甚至,SOLIDWORKS对它也没有多大的野心。按照SOLIDWORKS新产品开发战略和社区业务的副总裁Suchit Jain的说法,如果用户有更高的需求,可以去购买完整版的CAMworks。
那么,通过SOLIDWORKS CAM,这家CAD软件巨头想要传递什么信息?
纵向:面向制造的设计
在接受记者采访时,Gian Paolo给出了这样的答案:CAM不仅是单独的一个工具,而是作为面向制造的解决方案的环节之一。而SOLIDWORKS CAM的作用是让SOLIDWORKS打通从设计到制造的连接,形成完整解决方案。这也是SOLIDWORKS 智能制造战略的关键之一。
Suchit Jain亦表示,SOLIDWORKS CAM旨在帮助用户提升从设计到制造的能力,但这并不意味着抢生态合作伙伴的生意,相反,SOLIDWORKS正在通过这款入门级的CAM软件达到教育市场的作用,通过SOLIDWORKS CAM让越来越多的企业用户和合作伙伴意识到,设计是面向制造的,三维模型可以从设计环节一直到制造环节。
众所周知,三维模型设计应用至今,在为数众多的企业的设计生产流程中,仍旧需要转换二维图纸才能落实到制造环节中,整个过程不仅产生大量的人力物力时间成本,同时还容易出现差错。
SOLIDWORKS负责MBD和智能制造的Oboe Wu表示,CAM制造需要精准掌握加工公差,但显然传统的二维设计图在这方面具有明显的缺陷。Oboe Wu认为,MBD的出现就可以帮助企业摆脱这类差错,MBD文件可以读取和利用三维模型定义的产品制造的尺寸、公差、表面处理与技术要求等数据。
据了解,近几年来,SOLIDWORKS公司一直强调“面向制造的设计”这一发展思路,并且陆续推出了MBD、Inspection、Costing、 Plastics Injection Sim、DFM(面向制造设计), 以及Composer等产品模块。
Gian Paolo认为,智能制造的基础是能够使用三维模型中的所有内容,SOLIDWORKS 集成CAM后,在现有技术支持的基础上,可以帮助用户通过一键式的解决方案,让三维模型贯通从设计到制造的整个过程。
横向:设计平台化
除了提升设计制造过程的效率和准确性,SOLIDWORKS从最初的三维建模工具逐渐丰富其产品组合,扩展成更为全面的产品研发套件。在此次大会上,Gian Paolo强调SOLIDWORKS作为研发平台致力于让客户具备创新能力,以适应时代的变化。
Gian Paolo表示,以往,用户对于SOLIDWORKS的期望是帮助他们最大限度提高生产力,但是近来,这些需求转变为对创新的渴求。
魔术师Justin在大会开场表演了一场“电锯惊魂”,并且让Gian Paolo亲身体验了一次电锯活人。这场表演的主角是一台由SOLIDWORKS软件设计的半人高的电动圆锯,在设计中使用了SOLIDWORKS焊接、钣金和机械配合模块,最关键的是,道具要求严格的公差,一切都需要严丝合缝,否则,Gian Paolo所饰演的角色可能性命不保。从结果看,显然SOLIDWORKS成功完成了这项艰巨的任务。
Freight Farms 公司正在利用 SOLIDWORKS IoT 生态在装有绿植生长培养液的箱子里种植蔬菜,这套系统模拟了印度的大气环境,通过环境控制,绿植就可以像在印度气候条件下生长。这家公司的联合创始人表示,Freight Farms是面向果农的赋能平台, 而 SOLIDWORKS 是面向设计师和工程师的平台。
除此之外,达索系统首席战略官Monica Menghini还向参会者展示了更多的案例,例如Nike使用数据从运动服装公司转变为健康和健身平台,Oral-B通过跟踪孩子的刷牙习惯来改善口腔健康等。
SOLIDWORKS的发展正在从软件产品导向转向为平台导向,从最近的新版本发布看,其焦点也不再局限于对具体功能和性能的更新,而是更加突出其作为创新研发平台的作用。Gian Paolo表示,SOLIDWORKS的环境将这种强烈的能量与产品开发和技术战略进行融合,能够推动物联网、基于模型的定义、增材制造与其他领域的演进。对于那些寻求与志同道合的知己们互联互通,学习新技术,实现产品设计、制造与支持方式转型的创新人士而言,它是一个理想的环境。
定义:从“辅助”到“增强”
不管是纵向上面向制造而设计,还是横向上从设计软件到设计平台,在SOLIDWORKS看来,CAD这东西从定义上就要变个样。
“设计速度快并不等于设计的就对,CAD(Computer Aided Design,计算机辅助设计)中的辅助(Aided)一词,已不足以应付未来对于产品设计与制造的需求,CAD应该成为计算机增强设计(Computer Augmented Design),让设计软件主动提供设计建议,在使用者确定功能后,由设计软件来告诉你如何设计。”Gian Paolo如是说。
Gian Paolo认为,传统的“设计-检查-验证”的过程马上会被新的“设计-优化-制造”所淘汰。他认为,不管一款软件的功能有多强大,验证产品的能力都是有限的,软件只能最大限度告诉设计者,设计的形状是否可行,却无法告诉设计者这样的设计对还是不对。
换句话说,在设计中,产品的功能设计应该优于产品的形状设计,设计者或工程师应该首先花更多的精力考虑产品的功能,而由电脑来考虑产品的形状,以满足功能设计方面的需求,这就是计算机增强设计。
大会上,Gian Paolo介绍道,云端的设计工具SOLIDWORKS Xdesign正在将这一想法落地,未来会帮助工程师从繁琐的草图工作中解放出来,让计算机推荐最佳形状供设计者选择。
源头:教育从娃娃抓起
教育是此次大会的重点,Gian Paolo认为,教育是设计的源头,目前SOLIDWORKS教育已经不仅局限于工业领域,除了软件社区的专业人士,小到4岁孩子也都是SOLIDWORKS教育关注的对象。这是一款针对4岁以上孩子的App,让他们能够从小就享受到设计的乐趣。
据了解,SOLIDWORKS的教育面向了几类人群,包括学生、专业人士、企业家、创客。 SOLIDWORKS 提供的软件、培训、技能帮助社区用户发展职业、创立公司、也将从未有过的未来变为现实。
大会展示区中有一个非常醒目的“四脚怪”,这个两人高的由众多管子组成的大家伙就是来自创客的设计,另外,这个团队还设计了一条机械臂,他们的目的都是让人们使用非常小的力气轻易举起重物。而从此次大会展示区的展示看,大量的创新设计因为使用了3D打印、设计软件等,这让产品制作门槛比任何时候都更低。
此外,SOLIDWORKS还推出了一项覆盖全球的创业扶植计划:注册资本低于100万美金的初创企业可以以每年200美元的价格使用SOLIDWORKS现有所有的产品套件,直至这些企业盈利为止。
SOLIDWORKS 2018的几个细节
SOLIDWORKS World 2017大会上还公布了SOLIDWORKS 2018版本的产品线规划方向,包括:CAM、数据管理、仿真。
CAM即上文中提到的SOLIDWORKS CAM,预计其Beta版和正式版分别于今年4月和10月发布;
在SOLIDWORKS 2018版本中预计推出 SOLIDWORKS Manage,提供包括项目时间和资源管理、复杂的业务流程、高级对象管理、数据仪表盘报表等能力;
在现有模流分析、流体分析、结构分析等仿真生态中,SOLIDWORKS 2018还将增加Simulation Engineer模块,满足用户对于复杂的非线性仿真验证的需要。此外,Simulation Engineer 模块与3D体验平台进行无缝连接,在SOLIDWORKS 界面一键进入 Simulation Engineer 环境。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。