至顶网CIO与应用频道 04月10日 北京消息:PTC(纳斯达克股票代码:PTC)宣布,公司与Aberdeen Group合作发布了一项新的行业研究,发现了利用企业产品生命周期管理(PLM)作为数字化转型手段的益处。这项研究涵盖了PLM用户面临的主要挑战、PLM对物联网的影响、脱节的PLM环境带来的风险等。
研究显示,随着产品变得越来越复杂,传统的产品开发过程无法满足按时和按预算将产品推向市场的需求。在被调查的企业中,前20%的企业,即一流制造商,正在积极进行数字化转型,他们已经看到了精简和数字化PLM工作带来的好处。这些领先的制造商都已建立了一套跨系统的单一、互连的数据查看平台,其中包括来自AD、ERP和PLM系统的信息。
Aberdeen Group制造和产品创新与工程领域的研究分析员Greg Cline表示:“由于产品越来越复杂,许多企业需要面对越来越脱节的环境。而通过协作和互连的PLM环境,一流企业则显著地降低了成本,改善了质量控制,工程生产力比同行高出2倍之多。”
研究结果显示,采用了整合的PLM系统的企业在竞争中具有诸多优势,包括:
该研究还表明,未在整个企业中利用单一PLM系统的企业在产品开发周期方面落后于行业水平,并需要经常面对“信息混乱的环境”。Aberdeen报告建议,这些企业不应寻找“创可贴”式的解决方案,而应专注于将各个系统整合到一个单一、互连的系统中,以便更全面地查看整个企业的数据。
PTC PLM部门总经理Kevin Wrenn表示:“这项研究证实了我们早就知道的一些东西——将数据整合到一个PLM系统中是成功的关键。在企业级PLM的基础上,企业可以在整个企业中提供丰富、最新的数字化产品开发信息。PLM是一个驱动企业价值增长的关键因素,它使企业能够更快地将产品推向市场,从而在竞争中保持领先。”
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。