西门子发布开放式数字商业平台:西门子 Xcelerator,助力工业、楼宇、电网和交通领域不同规模的企业加速数字化转型和价值创造。借助这一商业平台,数字化转型将更容易、快速且更易规模化落地。西门子 Xcelerator 集成优选的物联网业务组合(包括来自西门子和经认证的第三方物联网硬件、软件和数字化服务),不断发展的合作伙伴生态体系,以及持续迭代的线上交易平台,支持客户、合作伙伴和开发者之间的互动与合作。
西门子全球董事会主席、总裁兼首席执行官博乐仁(Roland Busch)表示:“西门子 Xcelerator 将为企业开启空前便捷的数字化转型之旅,并使转型更快速且更易规模化落地。通过打通运营与信息技术,融合现实与数字世界,我们赋能客户与合作伙伴提升生产效率和竞争力,并实现规模化创新。”
“西门子先进的业务组合正在向更开放的数字化应用转型,具备更多基于云计算和“即服务”模式的解决方案,以及可持续升级的的物联网硬件。同时,借助于蓬勃发展的合作伙伴生态系统,协同合作将达到新的高度。”
“今天西门子 Xcelerator 的发布,本周对 Brightly Software 的收购,以及我们与英伟达合作伙伴关系的深化都是西门子践行加速高质量增长战略的关键里程碑。”博乐仁表示。
实现更便捷、快速及更易规模化的数字化转型
开放式数字商业平台有助于客户、合作伙伴、开发者等多方之间的互动和协同创新,实现价值共赢。随着西门子 Xcelerator 的推出,西门子正逐步将其整个硬件和软件组合向模块化、云端连接和统一标准应用程序编程接口(API)的方向转型。强大的技术和商业管理准则将为各方合作伙伴确保最高标准和价值。西门子和第三方产品将遵循互操作性、灵活性、开放性和“即服务”模式等设计原则。
西门子还计划将其面向工业领域的工业物联网(IIoT)解决方案整合为 Industrial Operations X,全面整合从传感器到边缘侧,再到云端的解决方案和应用,物联网即服务业务,低代码的开发能力,以及广泛的即用型应用程序。它使来自真实自动化世界的数据与信息技术支持的数字世界相融合,并通过基于西门子全面的行业 IT/ OT 集成知识和能力得到进一步丰富。打破数据孤岛将有助于企业全方位提升业绩、生产效率、灵活性及可持续发展能力。
与英伟达达成战略合作,开启沉浸式数字孪生技术的新时代
西门子在现有战略合作伙伴关系的基础之上不断拓展,联合不同规模企业的力量,目标是要打造一个更为强大的合作伙伴生态体系。
西门子与英伟达的合作是基于西门子 Xcelerator 开放式数字商业平台的首个重要合作。两家公司宣布将拓展合作伙伴关系,共同打造工业元宇宙,探索人工智能驱动数字孪生技术的应用场景,让工业自动化更进一步。作为合作的第一步,双方计划打通西门子 Xcelerator 和英伟达的 3D 设计与协作平台 Omniverse,借助来自于西门子的基于物理世界的数字模型和来自于英伟达的将人工智能与自然规律相结合的实时仿真技术,共同打造工业元宇宙,帮助企业快速且准确地作出决策。
确认数字化增长战略与目标
西门子 Xcelerator 平台的推出是西门子实施数字化战略的重要一步。基于这一平台,西门子将为现有客户及新客户,特别是新的中小型企业客户释放巨大价值。
作为此次发布的一部分,西门子确认其在去年资本市场日活动上宣布的数字化业务增长目标,即在业务周期内实现约10%的复合年均增长率。2021 财年,西门子的数字化业务营收为 56 亿欧元。西门子 Xcelerator 平台的推出不仅与西门子向“即服务”模式的转型一脉相承,同时也将支持年度经常性收入增长目标的实现。
博乐仁表示:“这是我们实施数字化战略过程中势在必行的一步,以加速创新和价值创造。基于西门子 Xcelerator 开放式数字商业平台,西门子作为一家专注的科技公司将与蓬勃发展的生态体系形成合力,共同赋能企业便捷开启数字化转型,使不同规模的客户都能够在转型的速度和规模方面受益。”
好文章,需要你的鼓励
英特尔CEO谭立武警告,除非有"重要外部客户"保证利润,否则可能停止14A半导体制程投资。他表示,英特尔18A前的制程可仅靠自有产品获得合理回报,但14A制程的资本成本增加,需要外部客户才能实现可接受回报。如果实施这一决定,可能意味着英特尔无法继续遵循摩尔定律,这对半导体行业将产生深远影响。
浙江大学团队开发的LAPO方法成功解决了AI推理模型"过度思考"问题,通过两阶段训练让AI学会根据问题复杂度自主调整推理深度。实验显示该方法将计算用量减少40.9%的同时准确率提升2.3%,为AI系统的智能化和实用化发展提供了重要突破。
Dispo社交网络和约会应用Teaser AI联合创始人Daniel Liss创立了钢铁制造公司Nemo Industries。该公司计划利用AI技术优化生铁生产,并自建熔炉设施。Liss认为从创立之初就使用AI的公司将比竞争对手拥有20%-30%的利润优势。公司此前已融资2820万美元,目前正与现有投资者洽谈1亿美元A轮融资,并获得两个南方州超过10亿美元的激励措施承诺。
本研究提出了首个针对视觉自回归模型的测试时缩放框架TTS-VAR,通过自适应批次管理、聚类式多样性搜索和重采样式潜力选择三大策略,将AI图像生成质量显著提升8.7%。该框架巧妙地将生成过程视为路径搜索问题,在早期保持结构多样性,后期进行智能选择,实现了计算效率与生成质量的双重优化,为视觉生成技术发展提供了新思路。