随着公司致力于实现让科技令工厂运营更加简单、高效协作和信息透明的使命,实时 3D 数字孪生技术提供商 Twinzo 与专注 Industry 4.0 的制造执行系统 (MES) 公司 Critical Manufacturing 建立了战略合作伙伴关系。
Twinzo 的目标是开辟一个全新市场,并创造出一种全新方式,使人们能够查询、访问并交互周围复杂的信息。该公司表示其正在构建一种全新的“现实操作系统”,可应用于制造、医疗、酒店、家居自动化、安全以及众多工业领域。
此外,Twinzo 的数字孪生应用旨在将复杂工厂环境转变为反映实时设备、工艺和生产线状态的沉浸式 3D 空间。该应用使用户能够虚拟漫游其设施,监控诸如总体设备效率等关键绩效指标,并为从一线操作员到工厂管理者等各角色提供定制化洞见。
得益于可配置的数据流以及用户自定义控制哪些指标进行实时传输,Twinzo 相信其解决方案能够在不增加额外复杂性的前提下传递最相关的信息,从而助力于整个组织实现更好、更快捷的决策制定。
在本次合作初期,将推出一款连接器,使制造商能够将 Twinzo 的数字孪生平台与 Critical Manufacturing MES 直接集成,在一款被称为“丰富直观”的移动 3D 环境中实现制造运营的实时可视化。
展望未来,Critical Manufacturing 与 Twinzo 将继续加深合作,双方同心协力构建一个 Industry 4.0 生态系统,不仅满足制造商当前的运营需求,更提前预见并应对未来工厂不断演进的雄心壮志。
Twinzo 首席执行官 Michal Ukropec 表示:“与 Critical Manufacturing 合作使我们能够将技术带入全球最先进的智能工厂 —— 实现实时可视化与市场上最强大的 MES 解决方案之一的连接。我们正将可视化转化为行动,而这正是变革的起点。”
此次集成也是 Critical Manufacturing Industry 4.0 战略的一部分,该战略旨在将 MES 不仅定位为独立解决方案,而是作为制造智能更广泛生态系统的核心支柱。除了制造数据平台之外,Critical Manufacturing 正开发一系列即插即用的应用程序,旨在使客户能够快速且无缝地采用新技术。
这些应用程序由内部及与 Twinzo 等合作伙伴联合开发,利用 Critical Manufacturing MES 数据对特定工艺或设备实现更高层次的可视化,并提供预构建仪表板以助于更快、更明智的决策。通过与这些新型“创新”第三方技术的连接,Critical Manufacturing 表示将提升制造商根据自身需求逐步扩大数字化能力的动力。
Critical Manufacturing 订阅业务负责人 Teresa Carreiro 指出:“我们的客户需要的不仅仅是技术 —— 他们渴望选择适合其目标的工具,并且希望这些工具能够轻松扩展。Twinzo 的应用正完美契合这一愿景。它操作简便、效果显著且面向未来。本次合作不仅在于以灵活的订阅模式实现数字孪生,更在于构建一个能够响应现代制造商需求和雄心的互联环境。”
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。