至顶网CIO与应用频道 02月09日 北京消息:PTC公司(纳斯达克代码:PTC)近日宣布BMW Group已选择PTC Windchill®解决方案以支持其生产和物料清单(BOM)管理。Windchill将助力BMW Group对全球汽车进行配置并投产上线。屡获奖项的PLM解决方案将帮助BMW Group提升效率,实现更为精简的全球生产计划流程。此外,BMW Group还选择ThingWorx® NavigateTM基于角色的解决方案帮助生态体系快速、便捷地访问产品数据。这两项解决方案均通过订阅许可模式获得。
BMW Group将利用Windchill的强大功能,对大型、复杂的车辆结构数据进行配置,从而实现全球化大规模量产汽车的目标,同时提升灵活性及质量。ThingWorx Navigate可同时支持多个生产计划,进而帮助BMW Group缩短总上市时间。
Windchill是一款可靠的端到端PLM解决方案,其中整合了PLM的核心功能与PTC的ThingWorx工业创新平台以及ThingWorx Navigate基于角色的应用。通过ThingWorx Navigate,企业能够大幅简化数据访问,从而大幅提升生产效率与协作性。用户无需复杂的流程即能访问准确的产品数据。ThingWorx Navigate可同时支持多个生产计划,帮助用户缩短产品开发周期和投放市场的总时间。
PTC全球总裁兼首席执行官Jim Heppelmann表示:“很荣幸BMW Group选择了Windchill和ThingWorx Navigate来支持其数字化转型。我们很荣幸能够帮助BMW Group提升世界级汽车的设计和生产效率。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。