在今年的Logimat展会上,西门子在“智能内部流程——体验流程”环节展示了一个物流中心的数字孪生。物流行业如今正处于快速变化的环境之中:对能源效率和可持续性的需求不断提高、还面对着劳动力短缺和网络安全威胁的挑战。西门子在内部物流行业整个价值链领域的自动化和数字化产品组合非常丰富,可以帮助机器制造商、仓库运营商应对这些挑战。
为此,Siemens Digital Enterprise产品组合中的数字化和自动化解决方案以及Siemens Xcelerator Portfolio的物联网软硬件涵盖了仓库运营的方方面面,如收货、运输、存储、拣选、包装和出货。全自动物流系统可以加快仓库运营、优化流程、降低成本并减少失误,实现更高的吞吐量。
这些都将在这次展会上通过西门子纽伦堡物流中心的数字孪生展示。该中心每天处理1.2万个订单、2.2万个送货品类、27台堆垛机和3公里的自动传送带,为全球2.5万家客户提供服务。通过这个案例,客户可以在展会上详细了解仿真场景是如何帮助优化的,例如如何通过优化排班实现生产力最大化。
它还展示了如何用数字孪生帮助识别瓶颈和峰值负载以优化物流,以及如何通过这种方式保持吞吐量和仓库整体绩效,实现接近100%的履行率。现实世界和数字世界之间的无缝交互提高了仓库的生产力和灵活性,持续性地降低了成本和能源消耗,从而减少了碳足迹。
新功能:基于人工智能的机器人自动拣选
Simatic Robot Pick AI是西门子物流产品组合中的新成员,这款使用了机器学习的3D图像处理软件专门用于机器人解决方案,该软件也将在Logimat上展示。这款软件能让机器人能够按照拣选任务抓取仓库中的任何物品,无论形状和大小如何。经过预训练的深度学习算法让该功能可以识别出最适合的3D拾取位置,并将其提供给机器人执行。它会在尽可能短的时间内计算出可靠的拾取姿势,让高通量系统不会发生内部碰撞。
该系统无需额外进行基于CAD的培训,应用程序在类似平板电脑的工控机上的计算时间不超过1.5秒,让系统可以每小时完成超过1000次拣选。错误率平均不到2%,和人类相当。未来,人工智能控制的拣选机器人可以提供更多灵活性,以便在动态变化的情况下及时处理形状、尺寸和包装类型不同的物品,从而减轻劳动力短缺的影响,提高仓库的运营效率。Simatic Robot Pick AI可以与TIA Portal自动化平台无缝集成,借助Simatic Robot Library,该工控机系统可以同机器人建立标准化通信。
好文章,需要你的鼓励
Stripe联合创始人John Collison最近与Anthropic CEO Dario Amodei(达里奥·阿莫代)进行了一次对话。
哈工大和360研究团队联合开发了Light-IF框架,成功解决了大型语言模型在处理复杂指令时的"偷懒思维"问题。该框架通过教AI学会"预览和自检"的工作方式,显著提升了AI对多重约束条件任务的处理能力。Light-IF-32B模型在四个权威测试平台上均取得最佳成绩,超越了多个知名大型模型。研究团队已开源相关模型和代码,为AI助手的发展开辟了新方向。
GPT-5是OpenAI于2025年8月发布的新一代多模式大模型,兼具高效应答与深度推理能力,并在安全性、准确性和多语言表现上取得显著提升,尤其在医疗、内容安全与防越狱方面展现突破性进步。
T-Tech实验室开发出革命性的VL-DAC训练方法,让AI机器人能够通过观看简单模拟环境学会复杂的现实世界技能。该方法将AI的"观察思考"与"实际行动"分开训练,避免了传统方法需要复杂参数调整的问题。实验证明,AI在导航、卡牌游戏等简化环境中训练后,在真实世界的游戏控制、空间规划和网页操作任务中性能分别提升50%、5%和2%,为降低AI开发成本开辟了新路径。