数字孪生是建立数字世界和物理世界形成映射,仿真+大数据演绎出了数字孪生,而用数字世界无限的试错可以获得物理世界的一次成功。
“工业界一切皆可预测,不能预测的东西是不能进入工业界。”北京云道智造科技有限公司创始人、董事长屈凯峰表示,当代互联网的发展为普惠仿真实现提供了基础。
北京云道智造科技有限公司创始人、董事长屈凯峰
仿真需要构建一个底层平台
最早仿真都是在超级计算机上运行,后来走到电脑端,现在在新的互联网协同方式下,又走到了云端。
如何实现仿真技术的普惠应用,让数字孪生的应用场景从天气预报延伸至更多的场景,最大的难题就是打造承载海量数字孪生的底层平台。
云道智造要做的一件事情就是构建一个底层平台。屈凯峰指出,我们只做底层的引擎,专家可以将模型经验沉淀在平台上,形成各种各样的数字孪生体。
云道智造可以为行业提供两大贡献,第一,把仿真的终端用户,从百万级仿真专家,变成千万级的制造业工程师,让更多的人可以使用仿真;第二,自主化,解决用户软件的切换成本。
现阶段,中小企业数字化转型升级对仿真产生了大量新需求,中小企业可以在云道智造的平台上开发各自的仿真APP。
仿真从线下走上云端
Simdroid是云道智造“仿真平台+仿真APP”的第三代仿真软件系统架构,同时还提供了一个商店SimApps汇集海量的仿真工具。
近期云道智造发布了基于微服务架构的云仿真平台SimCapsule。云道智造的SimCapsule是通过云原生技术,为开发者提供快速开发、在线运行和应用推广的一体化平台,可以为中小企业提供高效便捷的仿真服务。
北京云道智造科技有限公司CTO陈晓海指出了SimCapsule在开发层面和用户层面上的性能特点。
开发层面:SimCapsule可以让同一个仿真应用所投入的开发人员和开发时间比以往要更少;
用户层面:SimCapsule通过前后端分离,以往需要工作站作为仿真设备,现在则可以通过手机、平板等智能终端设备进行仿真操作。
普惠仿真,需要人才支撑
“互联网和制造业的融合,会有巨大的增量市场,数字孪生体是一个大行业,超过一半都是仿真。”屈凯峰说道。
当我们离普惠仿真目标越来越近,仿真软件终端用户也将从原先的专业仿真工程师,变成千万级的普通制造业工程师,这就需要大批量的仿真培训人才。
在2021全球数字经济大会的数字仿真技术论坛上还正式发布了《仿真工程师技术人才培训标准》。《仿真工程师技术人才培训标准》是国家数字化设计与制造创新中心北京中心、北京数字化设计与制造产业创新中心在清华大学技术创新研究中心等单位指导下牵头制定,对促进仿真专业技术技能人才教育和培训、解决当前仿真技术人才严重短缺问题具有重要的指导意义。
据介绍,标准分为初中高三个等级,方向也分了电磁、结构和流体三个方向,涵盖了最主流的几个方向的工程师人才培养,主要内容包括专业概况、基本要求、工作要求、知识技能等模块。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。