至顶网CIO与应用频道 01月16日 北京消息:达索系统与初创公司Cognata今天宣布结成合作伙伴关系,将Cognata的自动驾驶汽车仿真套件嵌入达索系统3DEXPERIENCE平台。通过这次合作,双方将为自动驾驶汽车制造商提供业界首款解决方案,可在3DEXPERIENCE平台的整个开发周期内定义、测试和体验自动驾驶。这将实现完全集成的自动驾驶汽车开发流程,让速度更快、定位更精准、安全性更高的自动驾驶汽车早日上路行驶。
达索系统3DEXPERIENCE平台为交通运输与移动技术行业提供智能、安全、互联的行业解决方案,变革新一代汽车的设计、生产、交付和运营方式。Cognata的完整产品仿真解决方案采用深度学习,让自动驾驶汽车制造商能够基于各种不同的地理位置、交通模式和天气状况仿真数千种不同场景。通过将Cognata仿真套件嵌入3DEXPERIENCE平台,并借助CATIA提供的一流系统工程角色与应用,两家公司为工程师开发出优异的一站式环境,有助于加速自动驾驶汽车的设计、工程、仿真和项目管理。
达索系统CATIA首席执行官Philippe Laufer表示:“仿真在网络系统工程的各个阶段都起着关键作用。在一款车能够被视为符合安全标准之前,首先要通过数十亿英里的虚拟路测。AI辅助体验能够将车辆行为、传感器和交通模式结合在一起,以便在概念设计阶段测试多种替代设计,找出最佳工程解决方案。将Cognata的精准、全面的解决方案集成到3DEXPERIENCE平台,开发出一种独到的解决方案,可帮助客户大幅缩短安全自动驾驶汽车的上市进程。”
Cognata首席执行官兼创始人Danny Atsmon称:“我们与达索系统合作,通过让仿真无缝地成为工程流程的内在环节,将加速自动驾驶汽车的开发进程。越早运用仿真,工程师对自动驾驶汽车的每个组件进行修改就越容易,还可在虚拟环境中完成测试,从而掌握组件安装到汽车内的过程以及遭遇极端状况时的表现。”
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。