2022年5月25日 - NI(纳斯达克:NATI)在时隔两年再次回归线下的全球用户大会上宣布推出 ActiveUptime™,一款服务型维护(Maintenance-as-a-Service,MaaS)解决方案,用于测试设备和测试设施的状态监测和预测性维护。这是一款交钥匙解决方案,专为用户环境量身定制,提供主动监控系统运行健康状况并防止关键测试设备发生故障所需的信息。作为持续服务的一部分,来自 NI 维护团队的专职技术人员将远程监控系统运行状况、提供技术支持并根据客户需求调整解决方案。该方案提高了用户在设备运行中断发生之前主动预测中断的能力。
设备故障占计划外停机成本的 42%,预计全球制造商因此每年损失500 亿美元。然而,52% 的制造商报告使用电子表格来监控和管理设备。NI的ActiveUptime™ 提供即用型服务,包括收集有价值的环境和系统数据所需的硬件和软件,以及基于边缘的预处理以加快数据收集、聚合和传输。 用于状态监控和预测性维护的特定结果的仪表板将直观展示实时监控系统运行状况并识别需要注意的关键区域,从而消除意外设备故障造成的中断。
NI Portfolio事业部高级副总裁兼总经理 Josh Mueller 表示:“制造商面临的主要挑战之一是了解物理系统以保持其平稳运行、并避免任何损害声誉的产品故障。” “ActiveUptime 能提供这些系统最准确视图。在NI维护专家的协助下,我们的客户可以快速找到问题的根源,快速解决问题、并采取措施防止再次发生。”
ActiveUptime™ 提供维护团队所需的监控工具--从智能环境传感器板和优化的数据处理,到直观的实时仪表板和预测建模,以及随时待命的维护专家。完整的服务可以在几天而不是几个月内启动并运行,将测试变成一项战略资产。
“预测性维护和状态监测正在成为更广泛的制造业数字化转型的关键支柱,”Mueller 解释说: “通过从基于时间的维护转向基于使用的维护,实时连续监控可以最大限度地延长总资产正常运行时间、降低昂贵的备件费用并优化维护成本。”
好文章,需要你的鼓励
这项由浙江大学与阿里巴巴通义实验室联合开展的研究,通过创新的半在线强化学习方法,显著提升了AI界面助手在多步骤任务中的表现。UI-S1-7B模型在多个基准测试中创造了7B参数规模的新纪录,为GUI自动化代理的发展开辟了新的技术路径。
阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构,系统能够动态检索信息、持续反思,突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线,知识密度提升明显,为长文本生成研究开辟了新方向。
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
腾讯混元3D 2.0是一个革命性的3D生成系统,能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint,采用创新的重要性采样和多视角一致性技术,在多项评估指标上超越现有技术,并提供用户友好的制作平台。作为开源项目,它将大大降低3D内容创作门槛,推动3D技术的普及应用。