达索系统(巴黎泛欧证券交易所代码:FR0014003TT8, DSY.PA)近日宣布,全球最大的汽车零部件供应商之一——佛瑞亚集团旗下的佛吉亚公司扩大了达索系统3DEXPERIENCE平台的使用范围,以优化其自动导引运输车的入场物流。佛吉亚正在改善物流流程,降本提效,以更加可持续发展的方式向客户按时交付产品,来应对日益复杂的供应商制造环境。
佛吉亚通过采用基于达索系统3DEXPERIENCE平台的“准时投产”(On Target Vehicle Launch)行业解决方案,确定和验证订货型生产线的最佳物流方案。在为客户启动生产前,佛吉亚能够在统一的虚拟孪生体验中实现自动导引运输车(AGV)路线的仿真及可视化,包括工作站、资源可用性、装配约束和变量、生产线平衡和流程。
汽车零部件供应商的制造环境变得愈加复杂,需要在更为紧迫的期限内为并行项目生产更多的产品变体,同时在自动化程度越来越高的工厂中管理最后阶段发生的工程变更。
优化AGV路线是佛吉亚数字化工厂项目的关键步骤。该项目最初由佛吉亚绿动智行系统(Clean Mobility)事业部发起,现用于座椅、内饰和汽车电子的生产流程转型,实现互联互通、个性化和预测性的汽车“未来座舱”,从而应对上述趋势。借助达索系统3DEXPERIENCE平台,佛吉亚能够同步机器设备、优化供应、提高车间的空间利用率、缩短周期时间,并提高能效和制造效率,最终在产品、流程和工厂之间实现全数字化连续性。
佛吉亚集团产业战略与制造工程总监Patrick Brionne表示:“我们已经承诺到2030年前实现碳中和,首要任务是要将我们工厂的能耗降低15%。这意味着不仅要对新的产品和工艺进行工程设计,同时还要减少物流方面的浪费。利用达索系统3DEXPERIENCE平台,我们正在优化我们的AGV路线,并从投运的第一天起就提升了我们的生产性能。在投产前我们已经发现了一处瓶颈,进而返工了流程设计、布局和AGV流程,从而确保我们能如约向客户供应零部件。”
达索系统汽车与交通运输行业副总裁Laurence Montanari表示:“供应商必须能够迅速且持续地推出新产品,启动新项目并简化生产流程。AGV流程能够加大供应商的竞争优势,并起到至关重要的作用。 达索系统3DEXPERIENCE平台能够帮助佛吉亚这样的供应商改进现有工厂的物流,为更高效的未来工厂制定计划。”
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。