至顶网CIO与应用频道 06月26日 北京消息:PTC(纳斯达克代码:PTC)在座无虚席的 LiveWorx® 18 数字 化转型会议上宣布推出了一款互联式现场服务解决方案,该方案集成了 ThingWorx®平台和微软 Dynamics 365现场服务模块。与Dynamics 365集成之后,ThingWorx®可使技术人员及其他人员 无缝连接关键工程数据(如物料清单(BOM)信息),以通俗易懂的方式协助其更好地了解相关内 容,加快服务速度。
ThingWorx 是 PTC 的工业创新平台,具备微软的 Azure 物联网功能。借助新式 Dynamics 365 连 接器,企业可以通过新的途径发展互联式服务策略,提升服务操作效率。因此,ThingWorx 现在可 以接入 Dynamics 365 现场服务模块的主要功能,协助用户调度正确的资源,使用正确的部件和信 息来完成工作,从而减少停机时间,加快解决服务问题的速度。一般情形会包含以下步骤:
1、工厂机器的传感器通过Azure物联网向ThingWorx发出警报,说明机器即将出现故障。
2、ThingWorx 接收物联网发出的警报、收集和分析警报信息并从众多系统(如 PTC 的Windchill®产品生命周期管理解决方案)中抽取相关辅助信息后,进行自动化处理。
3、借助集成了Dynamics 365现场服务模块的ThingWorx,服务经理可看到事态的全貌,包括物联网数据和故障预报信息。
4、启用 Dynamics 365 现场服模块件先进的调度功能,协助技术服务经理评估事态并加以验证,从而调度适当的资源和技术。
5、客户将收到现场服务的自动通知,告知其出现故障,并说明已指派一名技术人员处理问题。
集成了Dynamics 365现场服务软件的ThingWorx还可将PTC的Vuforia® Studio增强现实平台与 微软的 HoloLens 连通,形成强劲的创作工具,为技术人员提供强大的混合现实(MR)体验。例 如,现场的技术人员可通过 HoloLens(或其他工业设备)观看组装与拆卸流程。
PTC ThingWorx 总经理 Iain Michel 称:“物联网和混合现实已经改变了公司制造和维护产品的方 式。由于能够更深入地理解工程数据,我们的客户可以提高自己的正常运行时间和首次维修成功 率。与微软合作后,我们的客户有能力整合包括设计、生产、操作和服务在内的主要产品生命周期 功能的各种数据,并确保最优质的服务响应。”
集成了Dynamics 365现场服务软件的ThingWorx已经在微软AppSource上线,近期在波士顿会 展中心的 LiveWorx 18 会议上展示。
微软智能软件即服务(SaaS)总经理 Sona Venkat 表示:“技术人员在维护产品时,可以使用配 备 Dynamics 365 现场服务模块的 ThingWorx,从客户的工程数据系统(如产品生命周期管理系
Room 1616, Beijing Fortune Building, No. 5 Dong San Huan Bei Road, Chao Yang District, Beijing, China 100004 中国北京朝阳区东三环路 5 号发展大厦 1616 室 邮编 100004 电话 Tel:86-10-65908699 传真 Fax:86-10-65908698
统)中轻松获取相关设备物料清单的详细信息,迅速了解现场维护可能用到哪些部件。要提高解决 问题的速度和现场技术人员的效率,物料清单信息是必不可少的。”
PTC 和微软曾在一月份宣布合作,共同帮助客户发掘数字化转型进程中存在的价值,此次联手则深 化了这一合作关系。
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。