至顶网CIO与应用频道 06月13日 北京消息(文/王聪彬):近年来,GIS(地理信息系统)软件厂商越来越重视向BIM(建筑信息模型)市场的渗透。BIM与GIS的融合价值正在被双方领域中的供给侧和需求侧所认可。
中国地理信息产业协会常务副会长胥燕婴曾指出,“BIM+GIS”在工程建设、水利、电力以及公共服务的运维和管理等方面都大有可为,并且其应用前景还将更为广阔。
北京超图软件股份有限公司总裁宋关福曾在2018 GIS软件技术大会上表示,以GIS为平台支持的空间信息服务将由“ABCDE”技术所驱动,其中B既代表着区块链技术对于空间数据底层的支持,也代表了BIM技术和GIS融合的应用前景。
近日,达索系统与北京超图软件股份有限公司宣布达成全球战略合作。其实,从达索系统董事会副主席兼首席执行官伯纳德·查尔斯第一次来北京到访超图,宋关福就和伯纳德·查尔斯成为了微信好友,之后去年十月宋关福到访巴黎达索系统,每一次会面双方都有更进一步的设想和推进。
达索系统与北京超图软件股份有限公司战略合作签约
根据谅解备忘录,双方将基于3DEXPERIENCE平台的3DEXPERIENCity解决方案和超图的SuperMap GIS基础软件、应用平台,自中国市场开始,在全球范围内推动智能运营和协作创新,实现建筑、城市和地域开发行业的科技转型,并为这些领域的地理建模和仿真工作制定新的标准,为数字孪生、智慧建筑、智慧园区和智慧城市创造更多价值。
双方经过了长时间的沟通,定义了完整的合作框架,达索系统和超图的平台将实现数据的共享和交换,在融合之后建立三维数字化环境,为城市和建筑行业提供完整的解决方案。
具体将在产品技术、品牌建设和市场营销三个层面的深度合作,其中既有平台级产品,也有解决方案的合作,双方将实现互相集成,根据不同客户和不同的项目需求决定有哪一方为主面向客户。
伯纳德·查尔斯指出,BIM和GIS是基于客户具体的应用场景整合解决方案,解决方案由市场需求驱动,共同将双方优势发挥到最大。
“城市建筑领域的数字化转型进程是比较缓慢的,可能也是因为目前市场上的解决方案不能满足当前智慧城市、智慧建筑的发展需要。” 伯纳德·查尔斯说,为行业提供BIM甚至是CIM城市信息模型全新的解决方案。
而且现在也是合作最好的时机,一方面建筑行业市场容量很大,有着良好的机遇,一方面现在是2D向3D的转折点,市场上需要面对转型需求的解决方案。
因为城市都在追求高质量发展,包括为市民提供良好的服务、提升基础设施管理水平、提供更加便捷的交通出行服务、提供更加创新安全的解决方案等。而双方的合作能够很好地覆盖市场上的需求,一起创新现在的城市和建筑行业。
智慧城市建设是一个长期的过程,达索系统专注微观世界的设计和管理,超图软件擅长宏观世界的设计,让设计更加优化,就需要从微观向宏观迈进。达索系统BIM技术和超图GIS技术的结合,将提供给用户宏观微观一体化、室内室外一体化、地上地下一体化设计和管理能力,将共同定义设计、建设、管理真正全生命周期的技术平台,给各行业带去全新的价值。
此次联手或将解决中国和全球多个城市和地域的问题,世界各地的智能城市和大型交通基础设施项目为预测和规划更宜居、更富弹性的城市带来了潜力,同时也需要共同提供成功的协作创新和智能运营。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。