至顶网CIO与应用频道 06月19日 北京消息:达索系统(巴黎证券交易所 Euronext Paris:#13065, DSY.PA)今天宣布已与 Centric 软件签署最终协议,获得 Centric 软件多数股权。Centric 软件是一家行业领先的私营企业,致力于以创新前沿的软件推动时装、服饰、奢侈品和零售的数字化转型。当前,许多公司面临日益复杂的发展挑战,急需高效解决方案,为因潮流而变、随需而变的消费者提供高效体贴的服务。达索系统这一收购旨在助力这些公司推动数字化转型,打开数十亿美元规模的市场。
Centric 软件总部位于美国加利福尼亚州硅谷,分公司遍布全球 13 个国家。Centric 软件为 600 多家享誉全球的品牌提供产品生命周期管理软件解决方案,其中包括ASICS、Bass Pro、百丽中国、Bestseller、Etam、Kate Spade、Loblaws、Louis Vuitton、Michael Kors、Samsonite、Ted Baker 和 Tommy Hilfiger等。在 2017 年,Centric 软件收入表现极佳,同比增长 60%,营业额达到6100万美金并一如既往实现盈利。Centric 的特定行业产品生命周期管理及协作平台广泛应用于商品企划、创意设计、物料管理、产品采购、成本管控、趋势追踪、开发日历和质量管理,桌面和移动版本双管齐下,帮助时尚企业提升效率,缩短上市时间,增加销量,提高产品利润。
“我们在全球 12 个行业 70 个细分领域铺设价值网络的过程中,深谙各行各业按系列发布产品的特定需求。”达索系统董事会副主席兼 CEO Bernard Charlès 表示, “Centric 软件手握市场领先、贴合行业、随需而变的产品周期管理解决方案,并拥有深谙客户成功之道的专家团队。随着Centric 成为了我们大家族的一员,我们将强强联手,以产品生命周期管理解决方案助力客户推动转型,以 3DEXPERIENCE 行业流程为客户创造前所未有的业务价值。与我们 20 年前收购的 SOLIDWORKS 一样,Centric软件将保持独立运营。”
今天的消费者对产品的了解比以往任何时候都要多,他们能够在线上线下日益融合的环境下快速定义和跟随潮流的发展。处于激烈竞争环境中的服装和时尚品牌商不断增加年产产品系列的数量,加快产品上市,努力满足消费者对潮流产品和按需产品的期望。对于成千上万家公司而言,这一挑战需要在保证盈利空间和产品质量的前提下,通过产品上市快速做出最后关头的决策并重新梳理产品研发的业务流程。
“通过此次携手,Centric 软件将会得到达索系统这一世界领先创新公司的支持。”Centric 全球 CEO Chris Groves 表示, “我们兼备数字化转型、PLM 和 3DEXPERIENCE 平台专业知识,这让我们能够加快对市场导向型创新的开发进程,有利于帮助我们的客户发展竞争优势并促进客户业绩增长。”
“希望在 Centric 软件与达索系统的合作过程中,这两家世界级创新公司能够加速交付最具颠覆性的专业解决方案,为这个市场空间巨大但服务水平却明显低下的行业在端到端数字化转型领域实现可观的经济效益。”Oak Investment Partners 的总经理 Bandel Carano 说。
在这次投资过程中,Shearman & Sterling LLP 担任达索系统的法律顾问,Union Square Advisors LLC 担任独家财务顾问,DLA Piper 担任 Centric 软件的法律顾问。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。