2025 年 7 月 8 日,PTC宣布,AI 机器人与自主物流技术的领导者 Nimble 已决定采用 PTC 的云原生 Onshape CAD 和 PDM 平台、以及 云原生Arena PLM 和 QMS 平台,全面取代其传统的计算机辅助设计(CAD)、产品数据管理(PDM)、产品生命周期管理(PLM)及质量管理系统(QMS)工具。
在初步评估后的短短 60 天内,Nimble 就决定全面弃用文件型工具,转向互联的云原生解决方案,以简化协作、减少延迟并提升团队间系统的可靠性。
Nimble 创始人兼首席执行官 Simon Kalouche 表示:“借助 Onshape 和 Arena,我们如今拥有了一套互联的云原生开发流程,彻底消除了文件型工具所带来的瓶颈。这是我们在制造和研发超级人形移动操作机器人时,实现规模化生产、满足日益增长的高效低成本物流需求的关键一步。”
PTC公司 Onshape 与 Arena 总经理 David Katzman 表示:“Nimble 选择 Onshape 和 Arena,突显出业内日益明显的趋势:行业领导者正在用互联的云原生平台取代文件型工具。Onshape 和 Arena 正是这一变革的重要驱动力,使团队能够优化工作流程、增强敏捷性并高效扩展。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。