至顶网CIO与应用频道 06月20日 人物访谈(文/王聪彬):中信戴卡每天可以产生两款新产品,一款新产品投入量产,铝车轮达到5000多万只,这样的速度为之惊叹。
这正是因为中信戴卡在竞争激烈且多变的市场中,不断探索提升设计、仿真来满足市场多元化的需求,尤其在轻量化和新材料等新型需求上的积极应对,得到了市场的良好反馈。
中信戴卡股份有限公司是中国中信集团公司于1988年投资组建的中国大陆第一家铝车轮制造企业,前身是戴卡轮毂制造有限公司。2007年10月,进行股份制改造,2012年8月,正式更名为中信戴卡股份有限公司。
需求多元化也能一一应对
中信戴卡经历了产品差异化、开拓OEM市场、集团化商业模式创新、产业规模跨越发展及多元化、国际化五个发展阶段,目前是全球最大的铝车轮和铝制底盘零部件供应商、国内汽车零部件行业出口量第一、全球汽车零部件一百强第七十一名。
中信戴卡股份有限公司、工程技术研究院副院长徐世文从1998年就进入中信戴卡,主要从事汽车铝车轮的开发。中信戴卡工程技术研究院已完成全球研发布局,积极开展新材料、新工艺研究,卓越的同步开发能力,24小时无间隙研发设计、试验,充分实现了造型理念到产品实物的无缝转化,使生产率大幅提升,为客户提供强大的绿色轻量化铝车轮和铝制零部件制造的整体解决方案。
汽车行业的竞争可谓异常激烈,对于车轮的设计主机厂正在不断提出更高的要求,其中有几个共性。第一、尺寸越来越大;第二、正面造型款式呈多元化。徐世文表示,这些需求对设计和工艺都提出了更多要求,从原来的几十种技术手段到现在三百多种技术手段来满足多元化和个性化。
当然主机厂的需求也呈现出多元化发展,尤其随着汽车排放标准的逐年收紧,需要达到经济的燃油性,所以主机厂不断提高对产品轻量化的需求。中信戴卡形成了三方面轻量化体系,从设计上,通过达索系统软件从正向设计、结构优化;从材料上,使用铝合金、美铝合金复合材料;从工艺上,开发全套成型工艺。
中信戴卡通过对市场趋势和客户要求的结合,对内部开发能力、装备能力、工艺制造能力都进行全面提升,同时借助像达索系统这样的外部合作伙伴,建立整体供应链生态圈应对行业和客户需求。
需求和发展的双向支持
中信戴卡在设计、仿真上的需求非常明确,即达到结构最优、工艺也最优、缩短开发周期、实验次数。从2003年开始,中信戴卡就开始与达索系统合作,其保证了新产品开发的顺利完成。目前达索系统的使用量占到中信戴卡整体的60%,主要使用产品造型、结构设计、仿真三大应用。
同达索系统的合作也是基于需求和发展两方面需求,第一、车轮产品要做高精度造型;第二、客户上传格式需求,尤其是欧洲和日本市场。所以在2003年首先采购了CATIA V4,现已升级到V5R22。
徐世文表示,在产品开发后的物理实验时,产品可能会出现一些问题,这就要求我们重新修改结构设计和工艺,达索系统将这个周期缩短了1.5倍,提前进行仿真和结构设计。
在应对市场的新需求时,中信戴卡也在不断的完善自我。2017年中信戴卡要求对产品疲劳寿命进行准确预判,达索系统很快给出了解决方案并提供相应支持,通过建立新的数学模型来完成设计仿真任务,使得产品在后期的开发可以顺利进行。
未来轮毂行业还有很大的发展空间,尤其是符合材料的投入生产,以及工艺的不断演进。中信戴卡有着自己的质量体系,对于所有的产品都会进行内部的测试和验证流程,进而投入使用,尤其对于车轮产品需要达到关键部件认证体系。
好文章,需要你的鼓励
贝尔金推出多款Qi2无线充电产品,包括3合1充电支架、8K容量充电宝、折叠式MagSafe支架等。3合1充电支架支持iPhone、AirPods和Apple Watch同时充电,售价77美元。8K充电宝配备支架功能,提供28小时续航。还有便携折叠充电支架、10000mAh移动电源和108W四口充电器等产品,网络星期一期间享受30-50%折扣优惠。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
在迪士尼工作室,AI初创公司Animaj展示了如何用人工智能加速动画制作。该技术通过AI填充动画师绘制的关键帧之间的动作,将5分钟动画短片制作时间从5个月缩短至5周。Animaj训练了包含30万个姿势的数据库,动画师仍负责创意和关键帧绘制,AI仅负责生成中间动作。迪士尼强调以创作者为中心的理念,让AI成为数字工具包的一部分而非替代品。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。