至顶网CIO与应用频道 03月28日 北京消息:PTC公司(纳斯达克代码:PTC)近日宣布推出Creo 5.0。这是Creo® 3D计算机辅助设计(CAD)软件的最新版本,能让用户在单一设计环境中完成从概念设计到制造的全过程。在变化飞快的产品设计领域中,Creo 5.0推出了五个可提高生产力的新功能。
通过重新利用最佳设计并将事实代替假设,Creo帮助公司加速产品创新,更快速地制造更好的产品。有了Creo 5.0,概念设计可以转变成智能互联产品,利用增强现实(AR)技术架起物理与数字世界的桥梁。Creo 5.0还针对拓扑优化、增材与减材制造、计算流体动力学和CAM等领域推出了多种关键功能。
CIMdata公司主席John Mackrell称:“PTC引领着当今热门的前沿技术——物联网(IoT)和增强现实(AR)。但它并没有忘记自己的老本行CAD业务,还将新技术和新功能注入其领先的Creo软件来完成转型。Creo 5.0是PTC持续创新,满足客户需求的又一例证。”
拓扑优化
产品的物理设计经常受到现有设计及实践的限制。全新“Creo Topology Optimization Extension”功能基于一系列设定目标和约束条件,可自动创建优化设计,不受现有设计和创意过程的约束。这有助于用户节省时间,并通过创建优化、高效的部件来加速创新。
增材与减材制造
Creo能让用户设计、优化、print check并以增材方式制造部件,而无需使用多种软件。由于Creo简化了流程,减少了重新创建模型的需要,用户可以把更多时间用在真正重要的事情上,那就是设计。Creo 5.0针对Materialise推出了“Creo Additive Manufacturing Plus Extension”,将这些功能扩展至金属部件,让客户直接通过Creo打印工业生产部件。此外,该扩展功能还能让用户连接Materialise的打印驱动与配置文件在线数据库。
全新“Creo Mold Machining”扩展功能针对模具、电极和原型加工提供专门优化的高速加工功能。Creo 5.0支持3轴和3+2定位加工。
Creo流体分析
“Creo Flow Analysis”扩展功能是一个计算流体动力学(CFD)的解决方案,能让设计人员、工程师和分析人员直接在Creo中模拟流体流动问题。CAD和CFD之间的无缝工作流程能让用户尽早整合分析,并了解产品的功能与性能。该软件专为设计工程师而设计,易于使用,直接集成到Creo中,高度准确,并能快速提供结果。
生产力提升
Creo 5.0还涵盖了帮助生产力提升的关键功能,以适应变化飞快的产品设计世界,比如,改进用户界面,带草图区的几何图形创建以及容积螺旋扫描等。其他改进包括改善表面处理及钣金设计,以及应用圆角草图功能。用户现在还可以在Creo中设计,同时保持透视显示模式。
面向Autodesk Inventor的“Creo Collaboration Extension”功能使多个业务部门能够在一个CAD系统中整合,减少了维护多个系统和集成产生的成本及工作量,并能改善数据再利用和资源共享。Creo 5.0现可支持与Autodesk Inventor进行的部件及组件双向交换。
PTC公司CAD事业部高级副总裁Brian Thompson称:“产品设计正在发生根本性的变化,Creo也在经历不断的完善以满足客户的需求。通过Creo,从最初的设计阶段到最终生产出智能互联产品,客户都能轻松搞定。改进后的功能和新增功能(如增材制造)让Creo变得与众不同。无论是概念设计还是制造,Creo可帮助客户拥有真正的竞争优势。”
好文章,需要你的鼓励
日立公司在CES 2026技术展上宣布了重新定义人工智能未来的"里程碑式"战略,将AI直接应用于关键物理基础设施。该公司与英伟达、谷歌云建立重要合作伙伴关系,并扩展其数字资产管理平台HMAX,旨在将AI引入社会基础设施,变革能源、交通和工业基础设施领域。日立强调其独特地位,能够将AI集成到直接影响社会的系统中,解决可持续发展、安全和效率方面的紧迫挑战。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
科技行业女性从业者比例从2015年的16%增至2025年的22%,进步缓慢。尽管各种倡议不断推进,但多元化员工仍面临离职率高、薪酬差距和发展机会不足等问题。2025年经济不确定性导致企业削减多元化项目,美国政策变化也产生连锁反应。随着AI技术快速发展,缺乏多元化团队将导致技术偏见,影响产品质量和市场表现。2026年将成为科技行业多元化发展的关键节点。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。