至顶网CIO与应用频道 01月28日 北京消息:商业步伐的加快可能会给员工带来意想不到的新压力,因此,管理人员正在寻求缓解这种压力的有效方法。通常,技术会在其中发挥至关重要的作用——目前,移动设备就在将员工与工作,员工和员工联系起来方面发挥着举足轻重的作用。移动设备的改进潜能显而易见,不过,人们还需要免提内容访问和更强大的交互功能。通过一些具备更强大数据可视化功能的移动设备和用于免提体验的智能眼镜,AR技术就实现了这些改进。
在基础层面,AR通过数据可视化和交互、更卓越的连接性和实时指导来提高工作人员的效率。这一点在各个领域均适用,但人们对某些应用的探索更早。设计和原型设计就是其中之一,一些大型企业希望通过AR技术来增强和改进他们的设计、审查和原型设计工作流程。福特就将微软的HoloLens专门用于数字设计和原型设计,进而扩展了设计能力,改善了合作,并消除了人们对粘土建模的需求。
AR设备中的可视化和交互功能可确保在模型可视化和内容交互方面实现最高水平的效率和功能。适用产品的数字样机可显著减少设计和迭代所需的时间。AR技术提供的内容的深度交互性和空间配准减少了数字原型的局限性。
在产品生命周期的设计阶段,资源可能会因工人和团队之间的低效合作而陷入泥潭。通过AR技术可进行即时的、远程的以及根据任务或产品定制的合作。远程参与者可以通过AR技术进行工作,进而节约大量差旅费。出差次数减少,效率也能随之提高,更不用说AR技术改善合作所带来的合作潜能。
当涉及单个用户应用程序时,指导工作人员完成任务或复杂的工作流程可以提高效率、降低错误率。错误降低尤其会影响原型设计、审查和演示的质量和时间。它还可在产品进入下一个生产阶段前找出设计缺陷以避免延误。
这些案例在利用AR技术时,具备四个主要优势:降低差旅成本、降低运输和产品成本、缩短销售周期并提高客户参与度。远程提供专业知识和合作可降低差旅费。免除物理原型设计的必要性可降低产品的运输成本,而在现有产品上进行数字迭代有助于进一步降低相关成本;这两大要素缩短了销售周期,使产品能更快地进入展示/交接阶段;当产品准备就绪可用于展示时,可创建并呈现独特的用户体验来增加客户兴趣和销量。
一项新技术很少能对工作流程的多个方面产生积极影响。当然,没有适当的支持平台,这些惠益也无用武之地。其中一个构成要件是内容优化和创建,它允许在AR中使用现有数字内容,并支持根据AR的使用定制全新内容。如果没有这一点,资源就会因未使用的资产、重复资产创建等而遭到浪费。考虑到与AR相关的资本支出和运营支出一直高居不下,这一额外障碍可能是人们不愿采用AR技术的一个关键因素。PTC的ThingWorx和Vuforia平台就非常适合解决这一问题,PTC的其他产品组合在适用领域填补了一系列空白。其他平台在AR方法上更专注于某一方面,即深入探讨内容创建和/或优化,或者特定用户应用程序。
在产品设计和演示工作流程中实施AR的价值显而易见。AR技术的优势——深度数据可视化和交互,实时合作和工作流程指导——与用户需求和现有工作流程协同作用。从较高的层面来看,效率提高和运营支出降低十分明显,很快就能实现;通过工作流程指导和实时合作来提高个人和团队效率,减少旅行次数,降低运输和一般研究成本都能节省运营支出。即使将AR技术实施的初始及后续成本考虑在内,投资回报依然可观。得益于AR的普遍适用性,即使是最初为设计和原型设计创建的实施方案也可在其他领域一展身手;培训、现场服务、工作流程指导等可在已投入使用的相同硬件和平台上开展,进而使得比例缩放成为一项更简便易行的投资决策。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。