至顶网CIO与应用频道 05月02日 北京消息:PTC(纳斯达克股票代码:PTC)近日宣布,其已在领先的Servigistics®服务部件管理解决方案中增加了互联因果预测和维修预测新功能。这些全新功能由ThingWorx®工业创新平台驱动,可支持客户利用互联设备提供的数据提高预测精度,提升服务水平与服务可用性,并减少存货投资。
Servigistics提供专用解决方案,40多年来一直致力于优化服务部件网络,帮助包括普惠(Pratt & Whitney)、美卓(Metso)和康明斯(Cummins)在内的客户充分释放服务业务潜力。最新发布的Servigistics增加了全新互联功能,能够提升维修预测精准度的新预测算法,以及一系列全新优化功能,其中包括空间容量优化、基于性能的全新物流管理功能和可最大限度利用复杂链式存货的新技术。凭借最新此版本,PTC将继续发挥其思维与创新领导力。
普惠公司卓越材料中心副总监Rob Tomastik表示:“普惠公司的大型商用发动机可为全球25%以上的主线客机机队提供强劲动力。当客户适时适地获得所需服务时,我们就成功了。Servigistics可确保我们的运营不断超越最高标准。”
全新互联因果预测和维修预测功能为服务部件供应链开辟出了新一代预测精度和存货优化能力。如今,Servigistics支持通过序列化组件的状态预测时寿件(LLP)和周转件的拆卸以及预测维修事件。通过互联设备和组件的数据支持,这些新功能帮助用户利用Servigistics服务部件管理的专有算法和ThingWorx提高预测精度。
PTC Servigistics业务部总经理Leslie Paulson表示:“我们的许多客户都在利用ThingWorx进行创新,并从物联网及其数字化转型中获利。Servigistics可使客户利用互联资产的数据价值完善服务业务,拓展其自身客户服务。”
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。