从Vuforia®现场虚拟活动开始, PTC(纳斯达克股票代码:PTC)今天宣布发布新版Vuforia Instruct™开箱即用新产品,它是Vuforia Enterprise增强现实(AR)套件的一部分。
这款基于软件即服务(SaaS)的产品可从PTC Atlas™平台上获取,使原始设备制造商能够将数字主线的价值随时扩展到其一线员工。借助Vuforia Instruct,企业可以利用3D CAD数据轻松创建、交付和扩展交互式AR工作指令。
Harpak-ULMA Packaging创新工程师Alexander Ouellet表示:“我们很高兴能与PTC和Rockwell Automation合作为我们的客户带来AR,同时也很高兴看到利用3D工作指令解决我们在包装设备维护、维修和卫生流程中的关键检验步骤所存在问题的巨大机会。与Vuforia共同创建的增强型工作指令使我们能够在应对任务关键型环境中的复杂步骤方面提升客户、甚至我们自己技术人员的技能。AR技术将帮助我们的客户通过提高复杂人工流程的准确性和及时性来提高生产力。”
大约67%的制造商仍在使用手动书面检验流程。这些现有方法往往有很多错误,难以记录且成本高昂,最终成为实现持续改进的障碍。这样的低效率可能导致产品质量差或体验不好,每年耗费数百万美元,还会在品牌声誉、市场地位、客户满意度和收入方面造成损失。Vuforia Instruct通过向一线员工提供情景视觉导航和参考,同时辅以内置实时反馈来获取重要见解,从而消除公司对纸质检验方式的依赖。
PTC增强现实产品执行副总裁兼总经理Michael Campbell表示:“Vuforia Instruct使各组织能够改变其创建和扩展对一线员工工作指令的方式。利用现有3D CAD数据,各组织现在可以指导员工准确了解需要完成的工作,并向他们提供在有关背景下执行关键检查步骤的详细指令。这些改进对于希望提高生产力、提高质量和减少计划外停机时间的工业组织至关重要。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。