近日,西门子和微软宣布与W3C(W3C Consortium,万维网联盟)合作,致力于将DTDL(数字孪生定义语言)与国际标准组织W3C的Thing Description(事物描述)标准融合。
这些组织表示,通过统一这两种语言,用户将获得更加一致的数字孪生建模体验。将这两种语言标准化的举措有现实的原因,终端用户经常混合部署供应商的技术,可能会遇到锁定以及集成工作量巨大的问题。
微软的Digital Twin Definition Language(数字孪生定义语言)可利用Azure服务对物理世界进行建模,而W3C Thing Description标准则提供了一种可互操作的设备接口表示法,并将其纳入标准行业之中。在融合的初始阶段,微软表示发现这两种语言在概念上有许多相似之处。
根据W3C的定义,Thing Description描述了事物的元数据和接口,“事物”(Thing)是物理或虚拟实体的抽象概念,它提供了与物联网的交互并参与其中。Thing Descriptions基于小型词汇表提供了一套的交互方式,使整合不同设备和允许不同应用互操作成为可能。
西门子和微软表示,数字孪生语言的标准化对于互操作性至关重要,可确保不同数字孪生系统和平台之间的无缝通信和集成。
微软Azure边缘和平台团队标准、联盟和工业物联网首席架构师Erich Barnstedt表示:“自从我们发明了数字孪生定义语言并将其规范和参考实现开源以来,我们就计划通过像W3C这样的联盟将其标准化”,“因此,与西门子密切合作,将DTDL与 W3C Thing Description 合并,是我们在行业内实现数字孪生民主化的旅程中自然而然的下一步。”
西门子正在推动 W3C Thing Description在其未来的楼宇管理、配电和智能电网产品中的应用。
西门子智能基础设施首席技术官Thomas Kiessling表示:“我们认为,像DTDL和W3C Thing Description这样两种非常相似的数字孪生语言的融合是一项重要举措,将使客户能够以一种与特定物联网平台无关的方式描述物理世界。”“这一战略联盟彰显了我们促进合作、拥抱开放的承诺。”
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。