至顶网CIO与CTO频道 06月23日 北京消息:PTC(纳斯达克代码:PTC)宣布即将发布其领先的ThingWorx®工业物联网平台的最新版本。ThingWorx 9.0将提供全新功能,并进一步扩展现有功能,帮助工业企业创建、实施、定制和扩大其解决方案,旨在加速工业物联网在整个企业价值链上的部署。
ThingWorx是第一个专门专注于工业市场数字化转型的平台。自首个版本推出以来,包括离散产品和加工制造企业在内的数千家工业企业已经使用ThingWorx并成功优化了业务流程,改善了生产运营,实现了现场服务交付的现代化等等ThingWorx是整个企业大规模交付工业物联网解决方案的重要平台,帮助世界各地的企业获得竞争优势并降低成本。
ThingWorx 9.0将进一步提高多个核心开发领域的水平,并引入众多新特性和功能:
增强的可扩展性和可用性
随着工业物联网成为企业数字化转型工作的核心,ThingWorx 9.0将引入全新优化后的集群配置,显著提高平台的可扩展性和可用性。这一改进将强化ThingWorx扩展到海量设备、管理苛刻的数据处理需求,以及支持更多应用用户的能力。此外,集群配置将进一步加强ThingWorx在最重要的情况下保持高可用性的关键业务、系统、服务和资产方面的部署。
更快的应用和解决方案启用
作为出色的快速应用启用工具以对该平台进行扩展,ThingWorx 9.0将正式引入解决方案构建模块。这些构建模块是预定义、预构建的连接器配置、域模型、业务逻辑及UI元素,它们将简化最高价值的工业物联网用例(如状态监控、数字工作指令和生产订单管理)的实施。
与微软合作,利用OPC统一架构(OPC UA)释放数据模型的潜能
PTC和微软共同的愿景是推动工业物联网的开放性和互操作性,并支持工业互操作性标准OPC UA。ThingWorx 9.0将无缝集成微软贡献给OPC基金会的OPC UA组件,包括OPC UA Publisher、OPC UA Twin和OPC UA Global Discovery Server,提供从边缘到云端的智能和丰富数据。OPC UA将把ThingWorx Kepware®连接解决方案和Microsoft Azure整合进ThingWorx,使ThingWorx可以自动标准化数据模型,以简化解决方案的启用。
分析功能方面的改进
ThingWorx 9.0将在边缘引入增强的预测分析评分,以降低数据传输成本和延迟,并提高资产绩效预测的准确性。这些优势对于ThingWorx在企业中的部署非常重要,因为这些公司依靠ThingWorx Analytics™解决方案提供的见解来改善决策,优化操作流程,减少计划外停机时间。
利用Solution Central扩大ThingWorx的部署
通过Solution Central™工具的增强功能,ThingWorx 9.0将使在整个企业中扩大工业物联网的部署变得更加简单。管理员将可以访问范围更广的自助服务功能,来部署ThingWorx解决方案、管理ThingWorx环境和实现开发团队协作。自从在ThingWorx 8.5中推出以来,Solution Central已经被数百家ThingWorx客户和合作伙伴所采用,这些客户和合作伙伴也正在其企业中扩大ThingWorx的部署。
PTC工业物联网总经理Joe Biron表示:“ThingWorx 9.0的推出标志着PTC工业物联网战略的重大推进。我们在可扩展性、解决方案开发、OPC UA支持和更强大的分析功能方面加大了投入,这对我们的客户继续在整个企业中扩大工业物联网的部署至关重要。这些增强功能的到来正值一个尤为重要的时刻——企业正在寻找新的方法来创新及应对来自新冠肺炎的挑战,如对远程监测、控制和服务不断增长的需求。”
除了被客户广泛采用并助推客户成功之外,ThingWorx作为领先的工业物联网平台继续得到了行业分析公司的一致认可。分析师们继续对ThingWorx作为平台的进展,以及PTC与罗克韦尔自动化和微软的战略联盟表示赞许。
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。